机读格式显示(MARC)

• 000 02172nam 2200349 450

• 001 0000795846

• 005 20250617193600.0

• 010 __ |a 978-7-111-76227-0 |d CNY99.00

• 100 __ |a 20241025d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 个性化机器学习 |A ge xing hua ji qi xue xi |f (美) 朱利安·麦考利著 |d = Personalized machine learning |f Julian McAuley |g 陈小青, 潘微科, 明仲译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2024.10

• 215 __ |a x, 219页 |c 图 |d 26cm

• 225 2_ |a 智能科学与技术丛书 |A zhi neng ke xue yu ji shu cong shu

• 306 __ |a 本书原版由剑桥大学出版社出版。本书简体字中文版由剑桥大学出版社与机械工业出版社合作出版

• 314 __ |a 朱利安·麦考利 (Julian McAuley), 加州大学圣地亚哥分校教授。他的主要研究领域是个性化机器学习, 其应用范围从个性化推荐到对话、医疗保健和时装设计。他与亚马逊、Facebook、微软、Salesforce和Etsy等公司有广泛的合作, 并曾获得众多奖项, 包括美国国家科学基金会职业奖, 以及亚马逊、Salesforce、Facebook和高通等公司的教师奖。陈小青, 深圳大学计算机与软件学院研究生, 多次获得学业奖励。主要研究方向为推荐系统和深度学习, 曾参与国家自然科学基金等科研项目。潘微科, 博士, 深圳大学计算机与软件学院教授、博士生导师, 计算机科学与技术系主任。明仲, 博士, 人工智能与数字经济广东省实验室 (深圳) 副主任, 深圳技术大学副校长、讲席教授、博士生导师, 全国高校黄大年式教师团队负责人。

• 320 __ |a 有书目 (第204-219页)

• 330 __ |a 本书主要介绍支持各种设置和模态的个性化预测模型设计的通用原理和方法。首先修订“传统”机器学习模型, 重点关注如何使它们适应涉及用户数据的设置, 然后介绍基于矩阵分解、深度学习和生成式建模等高级原理的技术, 最后详细研究部署个性化预测系统的影响和风险。

• 333 __ |a 本书适用于机器学习技术的学习者, 教授机器学习和推荐系统等课程的老师

• 410 _0 |1 2001 |a 智能科学与技术丛书

• 500 10 |a Personalized machine learning |A Personalized Machine Learning |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _1 |a 麦考利 |A mai kao li |g (McAuley, Julian) |4 著

• 702 _0 |a 陈小青 |A chen xiao qing |4 译

• 702 _0 |a 潘微科 |A pan wei ke |4 译

• 702 _0 |a 明仲 |A ming zhong |4 译

• 801 _0 |a CN |b 湖北三新 |c 20241025

• 905 __ |a LIB |d TP181/372