|
|
|
 |
推荐图书：推荐系统与深度学习 |
|
作者：黄昕、赵伟、王本友 编著 |
|
馆藏位置：西区馆理科书库 |
|
索书号：TP311.5/4462 |
|
|
|
内容简介：本书的几位作者都在大型互联网公司从事与推荐系统相关的实践与研究，通过这本书，把推荐系统工作经验予以总结，以帮助想从事推荐系统的工作者或推荐系统爱好者。本书的内容设置由浅入深，从传统的推荐算法过渡到近年兴起的深度学习技术。不管是初学者，还是有一定经验的从业人员，相信都能从本书的不同章节中有所收获。
区别于其他推荐算法书籍，本书引入了已被实践证明效果较好的深度学习推荐技术，包括Word2Vec、Wide &
Deep、DeepFM、GAN
等技术应用，并给出了相关的实践代码；除了在算法层面讲解推荐系统的实现，还从工程层面详细阐述推荐系统如何搭建。 |
|
|
|
推荐理由：本书的五位作者均曾就职于腾讯，分别在不同的部门从事与推荐系统相关的工作。推荐算法具有非常多的应用场景和巨大的商业价值。推荐算法种类很多，目前应用*广泛的应该是基于协同过滤的推荐算法。在2016年，随着阿尔法围棋（AlphaGo）大放异彩，新的一波深度学习浪潮已至。在图像、音频处理等领域，深度学习技术已成为当之无愧的王者；但在推荐领域，深度学习还处于发展阶段。同时，我们在平时工作学习中，发现市面上并没有关于两者相结合的书籍，只能在国外论文中发现相关的方法与应用。所以，我们决定以比较简单的表达方式，通过总结过往的推荐算法经验，将深度学习相关的应用介绍给更多的读者。 |