商品搜尋Search

進階
ImgBook

猜心競賽:從實作了解推薦系統演算法

作者: 黃美靈
語言別: 繁體中文
出版社: 深智數位股份有限公司
出版日期: 2020/08/20
類別: 辦公軟體
ISBN 9789865501488
讀者評鑑: ImgEvaluation
原價:780元 或 78點
優惠價:9 折,702 元 或 70

內容簡介

推薦系統從20世紀90年代開始出現,逐漸成為一種獨立的學科,並且在學術界和工業界應用中都獲得了諸多成果。本書主要說明目前學術界和工業界的一些主流、常用的推薦方法和工具。用最大眾化的Tensorflow/Sklearn及Spark來實作商業巨頭的推薦系統,在Zepplin Notebook和Jupyter Notebook兩個最通用的平台上來完成實作,並且詳細介紹召回演算法、排序演算法、線性模型、樹模型、深度學習模型等等。

目錄

第1 篇
推薦系統的演算法基礎

01 數學基礎
1.1 線性代數
1.2 機率與統計
1.3 損失函數
1.4 最佳化方法
1.5 評價方法

02 推薦系統介紹
2.1 推薦系統背景
2.2 推薦系統的典型案例
2.3 推薦系統原理

03 推薦演算法工具
3.1 Python Sklearn 機器學習函數庫
3.2 Spark MLlib 機器學習函數庫
3.3 TensorFlow
3.4 Notebook 介紹

第2 篇
推薦系統的召回演算法

04 協作過濾—基於行為相似的召回
4.1 協作過濾演算法
4.2 協作過濾推薦演算法實現

05 Word2vec—基於內容相似的召回
5.1 Word2vec 演算法
5.2 Word2vec 實例

第3 篇
推薦系統的排序演算法—線性模型

06 邏輯回歸
6.1 邏輯回歸演算法
6.2 邏輯回歸實現

07 因數分解機(FM)
7.1 FM 演算法
7.2 FM 實現

第4 篇
推薦系統的排序演算法—樹模型

08 決策樹
8.1 決策樹演算法
8.2 決策樹的整合演算法
8.3 決策樹整合演算法實例

09 整合學習
9.1 GBDT+LR 演算法
9.2 深度森林演算法
9.3 決策樹整合分類器
9.4 整合學習實例

第5 篇
推薦系統的排序演算法—深度學習模型

10 深度學習在推薦演算法中的應用
10.1 推薦模型的特點
10.2 基於深度學習的推薦模型

11 DNN 演算法
11.1 類神經網路演算法
11.2 DNN 最佳化方法
11.3 DNN 實例
TensorFlow 實現
11.4 執行結果

12 Wide & Deep 模型
12.1 Wide & Deep 模型概述
12.2 Wide & Deep 系統實現
12.3 Wide & Deep 實例
TensorFlow 實現
12.4 執行結果

13 DeepFM 模型
13.1 DeepFM 模型概述
13.2 DeepFM 模型實例
TensorFlow 實現
13.3 執行結果

14 YouTube 的深度神經網路模型
14.1 YouTube 推薦模型
14.2 YouTube 實例
TensorFlow 實現
14.3 執行結果

第6 篇
推薦系統的演算法實作

15 實作—基於電子商務平台的商品召回
15.1 背景介紹
15.2 模型選擇
15.3 演算法開發

16 實作—基於邏輯回歸的音樂評分預測
16.1 背景介紹
16.2 資料準備
16.3 特徵處理
16.4 模型選擇
16.5 演算法開發

17 實作—Kaggle 競賽之Outbrain 點擊率預估
17.1 背景介紹
17.2 資料準備
17.3 特徵處理
17.4 模型選擇
17.5 演算法開發

18 實作—基於深度學習為電子商務商品點擊率預估
18.1 背景介紹
18.2 資料準備
18.3 特徵處理
18.4 模型選擇
18.5 演算法開發
18.6 執行結果

19 Notebook 實作
19.1 Sklearn 中的LR 實作
19.2 TensorFlow 中的LR 實作
19.3 Spark 中的LR 實作
19.4 TensorFlow 中的FM 偵錯實作
19.5 Spark 中的協作過濾偵錯實作

購買需知

一.商品取貨方式說明如下:
(一)宅配:商品訂購滿499元,即可免自付運費80元。
(二)超商取貨付款:
1.商品訂購滿399元,即可免自付運費40元。
2.商品送達您指定取貨之7-11超商門市後,系統將發送「超商取貨通知e-mail」及「手機簡訊」通知您於7日內前往超商門市取貨,或您也可於本院網站客戶服務網的「購書記錄」內查詢處理情形。
3.超過7日未至超商取貨,商品將被退回本院,須請您重新至網路書店下單訂購;如已付款,後續將處理退費事宜。若累計二次未至超商取貨,本院將取消您超商取貨付款之服務。
4.由於超商取貨有尺寸大小之限制,僅提供5本以內之書籍及影音光碟商品使用「超商取貨付款」功能。

二.若您訂購的商品是有現貨庫存的,將於您完成付款後起算,3至5個工作日內即可收到商品;若逾期未收到者,請來電與我們連絡 (02)3365-3563。
三.您所購買的商品享有到貨7日商品鑑賞期。若要辦理退貨,請於商品鑑賞期內寄回,且商品必須是全新狀態及完整包裝(商品、附件、發票等),否則恕不接受退貨。

相關商品

網路書店與實體書店之優惠活動、售價依消費通路不同而有差異,實體書店門市售價及折扣依現場公告

網路書店服務專線:(02)3365-3563;服務時間:週一至週五09:00-17:30
金融廣場服務專線:(02)3365-3595;服務時間:週一至週六10:00-22:00/週日及國定假日10:00-18:30;
地址:台北市羅斯福路三段62號1樓