万本电子书0元读

万本电子书0元读

顶部广告

现代推荐算法电子书

本书不仅全面地介绍了当下前沿流行的各式推荐算法,更多的是在阐释技术的同时把作者多年作为推荐算法工程师的工作经验和技巧融合去,提升本书的含金量,给读者能同时带去技术和职场双重收获! 得到: →中国图象图形学学会副理事长兼秘书长 北京科技大学计算机与通信工程学院副院长马惠敏 →张枫 →Meta Principal Scientist 刘霁 →阿里妈妈展示及内容广告算法总监姜宇宁(孟诸)

售       价:¥

纸质售价:¥86.10购买纸书

36人正在读 | 0人评论 6.4

作       者:赵致辰(水哥)

出  版  社:电子工业出版社

出版时间:2023-05-01

字       数:23.2万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书深全面地讲解了现代推荐算法,同时兼顾深度和广度,介绍了当下较前沿、先的各类算法及其实践。本书从总览篇始,介绍推荐系统的基本概念及工作环节。在模型篇中,除了梳理推荐系统的发展史,本书还重讲解面向工业实践的选择及改,为读者下推荐系统的算法基础;而带着读者阶到前沿篇、难篇,面对推荐系统中的各式问题,给出解决方案;后在决策篇中,从技术原理和用户心理出发,解释一些常见决策背后的依据,从而帮助读者从执行层面阶到决策层面,建立大局观。本书力求用简洁易懂的语言说清核心原理,对已经有一定机器学习概念和数学基础的学生和相关领域的从业者非常友好,特别适合推荐系统、计算广告和搜索领域的从业者及学生拓展新知和项目实战<br/>【推荐语】<br/>本书不仅全面地介绍了当下前沿流行的各式推荐算法,更多的是在阐释技术的同时把作者多年作为推荐算法工程师的工作经验和技巧融合去,提升本书的含金量,给读者能同时带去技术和职场双重收获! 得到: →中国图象图形学学会副理事长兼秘书长 北京科技大学计算机与通信工程学院副院长马惠敏 →张枫 →Meta Principal Scientist 刘霁 →阿里妈妈展示及内容广告算法总监姜宇宁(孟诸) →北京大学计算机学院助理教授、博士生导师王鹤 五位专家倾情作序推荐,每篇推荐序都是值得我们学习的推荐典范文章,既讲述了推荐的发展历史又阐明当下推荐趋势。 也得到了: →抖音推荐负责人刘作涛 →字节跳动前视觉技术负责人王长虎 →快手推荐算法副总裁周国睿  →清华大学博士陈晓智 →AMD高级软件研发经理李栋 →卡耐基梅隆大学博士后 Sea AI Lab 研究员许翔宇 →旷视科技高级研究员刘宇 →清华大学未来实验室助理研究员路奇 →思谋科技总经理苏驰 九位专家的鼎力推荐,诚心道出对本书的赞赏与评价,供读者品鉴。<br/>【作者】<br/>赵致辰 本硕毕业于清华大学电子工程系。主要研究方向包括动作识别、人脸识别、广告和推荐中的排序模型及冷启动问题等,发表相关学术领域论文7篇。曾从事移动端人脸识别工作,发的红外人脸识别算法应用于国内多款手机;在推荐领域,提出的“POSO”模型在用户冷启动问题上取得突破性收益,已经在业界广泛应用,国内外多家公司与产品如TikTok、快手、Meta等都在以POSO为原型探索冷启动模型。<br/>
目录展开

《现代推荐算法》学习导图

内容简介

推荐序一

推荐序二

推荐序三

推荐序四

推荐序五

推荐语

前言

总览篇

第1章 推荐系统概述

第2章 现代推荐链路

模型篇

第3章 精排之锋

第4章 粗排之柔

第5章 召回之厚

第6章 模型迭代的术与道

前沿篇

第7章 用户兴趣建模

第8章 多任务学习

第9章 非梯度场景

第10章 探索与利用

第11章 后精排环节

第12章 推荐中的偏差与消除

第13章 自动机器学习技术

第14章 图计算

难点篇

第15章 延迟转化

第16章 物料冷启动

第17章 用户冷启动

第18章 因果推断

第19章 长尾优化

决策篇

第20章 流量

第21章 分层

第22章 实验现象与回收

后记

参考文献

反侵权盗版声明

《现代推荐算法》学习导图

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部