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 译
- 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