| 暂存书架(0) | 登录

MARC状态:审校 文献类型:中文图书 浏览次数:1

题名/责任者:
Python推荐系统实战:基于深度学习、NLP和图算法的应用型推荐系统/(印)阿克谢·库尔卡尼[等]著 欧拉译
出版发行项:
北京:清华大学出版社,2024
ISBN及定价:
978-7-302-65740-8/CNY99.00
载体形态项:
198页:图;23cm
并列正题名:
Applied recommender systems with Python:build recommender systems with deep learning, NLP and graph-based techniques
其它题名:
基于深度学习、NLP和图算法的应用型推荐系统
个人责任者:
(印) 库尔卡尼 (Kulkarni, Akshay) 著
个人责任者:
(印) 希瓦南达 (Shivananda, Adarsha) 著
个人责任者:
(印) 库尔卡尼 (Kulkarni, Anoosh) 著
个人次要责任者:
欧拉
学科主题:
程序语言-程序设计
非控制主题词:
Python
中图法分类号:
TP312PY
题名责任附注:
著者还有:阿达沙·希瓦南达、安努什·库尔卡尼、V. 阿迪西亚·克里希南
相关题名附注:
封面英文题名:Applied recommender systems with Python : build recommender systems with deep learning,NLP and graph-based techniques
责任者附注:
阿克谢·库尔卡尼,人工智能 (AI) 与机器学习 (ML) 布道师和思想领袖。机器学习和数据科学大会 (包括Strata、O'Reilly AI Conf和GIDS) 演讲嘉宾。阿达沙·希瓦南达,数据科学和MLOps先行者,先后深耕于制药、保健、CPG、零售和营销等行业。安努什·库尔卡尼,数据科学家和人工智能高级顾问。
提要文摘附注:
本书分为4部分,包含11章。首先介绍推荐系统的基本方法,接着探讨当前流行的一些方法,具体包括协同过滤推荐系统、内容推荐系统以及混合推荐系统。接下来讨论如何运用当前的机器学习算法来实现推荐系统。最后讨论推荐系统的相关趋势和新兴技术。
全部MARC细节信息>>
索书号 条码号 年卷期 校区—馆藏地 书刊状态 还书位置
TP312PY/174 S4020748   总馆—采编室     在编 采编室
TP312PY/174 S4020749   总馆—采编室     在编 采编室
显示全部馆藏信息
借阅趋势

同名作者的其他著作(点击查看)
-->
姓名:
手机号:
送 书 地:
收藏到: 管理书架