
赵致辰
本书深入全面地讲解了现代推荐算法,同时兼顾深度和广度,介绍了当下较前沿、先进的各类算法及其实践。 本书从总览篇开始,介绍推荐系统的基本概念及工作环节。在模型篇中,除了梳理推荐系统的发展史,本书还重点讲解面向工业实践的选择及改进,为读者打下推荐系统的算法基础;进而带着读者进阶到前沿篇、难点篇,面对推荐系统中的各式问题,并给出解决方案;最后在决策篇中,从技术原理和用户心理出发,解释一些常见决策背后的依据,从而帮助读者从执行层面进阶到决策层面,建立大局观。
之前一直看作者的知乎专栏文章,感谢作者无私的分享。符合现代推荐系统架构,各个阶段都进行了完整的分析。期待作者有新的作品。转战王超老师的《推荐系统-产品与算法解析》那本书了,大家一起接着卷
非常详细的介绍了推荐系统的方方面面,作为一个不是做推荐系统方向的程序员,个人觉得读完前两章已经收获颇多了。后续章节主要是在深入讨论各种算法,暂时不准备花太多时间在上面深入了解。
好书,教学思路条理清晰,紧跟前沿
挺不错一本书,机制和策略的讨论,试验结果线上和线下的不一致可能说明,都非常好,对推荐感兴趣的推荐一看[强]
受益匪浅 从推荐系统工业落地提供很多建议
总览篇的配图是真的很不错,阅读起来逻辑很清晰,中间部分模型涉及到数学公式,我理解起来有些难度,也跳了几章。整体不错,对于在推荐系统中可能会遇到的一些问题和难点都有介绍,脉络还是很清晰的,值得一看。
非常好的一本推荐算法书籍,收获满满
作者写的东西确实是有工业界经验的,不是胡乱堆砌的,学到了。