書名: 推薦系統實踐入門: 可應用於工作上的指引
作者: 風間正弘
ISBN: 9786263247802
出版社: OREILLY歐萊禮
出版日期: 2024/09
頁數: 290
#資訊
定價: 680
售價: 578
庫存: 庫存: 2
LINE US! 詢問這本書 團購優惠、書籍資訊 等

付款方式: 超商取貨付款 line pay
信用卡 全支付
線上轉帳 Apple pay
物流方式: 超商取貨
宅配
門市自取

詳細資訊

【簡介】 本書適合對推薦系統的開發,或者對推薦演算法有興趣的你:工程師或資料科學家、產品經理與UX/UI 設計師、研究者或學生。 許多網站服務都有推薦機制,譬如「Amazon 的『購買這些商品的人也看了這些商品』」、「YouTube 的『推薦觀賞』」、「Twitter 的『推薦用戶』」等等。許多人因為這些推薦而買了許多商品,或者看影片看到很晚。想必你應該也有類似的經驗吧!其實推薦系統一直存在於我們的周圍。若能讓用戶盡快找到他們感興趣的品項,便可提高用戶的滿意度。 網站服務引入推薦系統已成為趨勢,本書著重實際建構這種信息過濾系統,用於預測使用者對物品的「評分」或「偏好」,來決定呈現哪些商品在使用者眼前。 本書以「運用在實際工作上」為目的,提供作者自身的實務經驗和各種成功、失敗的例子,著重於實際建構一個推薦系統,適合新手入門。 隨著資訊化愈發深入生活,需要做決定的頻率及選項數都急遽增加,對於推薦系統的需求也跟著增加,網站服務引入推薦系統已成為趨勢。 本書將從推薦系統的概要開始,介紹相關的UI/UX、演算法,推薦系統的實際建構方式、推薦系統的評價方式,讓讀者能實作適當的推薦系統。 【目錄】 前言 第1章 推薦系統 第2章 推薦系統專案 第3章 推薦系統的UI/UX 第4章 推薦演算法的概要 第5章 推薦演算法的細節 第6章 建構實際系統 第7章 推薦系統的評價 第8章 發展性的主題 附錄A Netflix Prize 附錄B 用戶間依記憶過濾法的細節 後記

為您推薦

猜心競賽: 從實作了解推薦系統演算法

猜心競賽: 從實作了解推薦系統演算法

類似書籍推薦給您

猜心競賽:從實作了解推薦系統演算法 ISBN13:9789865501488 出版社:深智數位 作者:黃美靈 裝訂/頁數:平裝/464頁 規格:23cm*17cm*2.3cm (高/寬/厚) 版次:1 出版日:2020/08/21 中國圖書分類:電腦科學 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

原價: 780 售價: 702 現省: 78元
立即查看
AI讀心數:推薦系統演算法核心程式碼精通 (1版)

AI讀心數:推薦系統演算法核心程式碼精通 (1版)

類似書籍推薦給您

原價: 780 售價: 702 現省: 78元
立即查看
老的藝術:高齡醫學權威的身心抗老祕方,台大醫學權威詹鼎正審訂推薦 (1版)

老的藝術:高齡醫學權威的身心抗老祕方,台大醫學權威詹鼎正審訂推薦 (1版)

類似書籍推薦給您

【簡介】 健體強身 × 保持活力 × 滋養心靈 = 幸福晚年   晚年不是死亡的序曲,反而是生命的高潮。   既然明白生命有限,就要充分利用人生,繼續積極生活和參與社會,   生命才有了強大的力量與潛力。   讀完了這本書,具體實踐,不管身體、智力、腦力、情緒與靈魂,都會得到充實、優化,老化旅程將功德圓滿。──詹鼎正(台大醫院竹東分院院長)   打破8大迷思,迎向黃金歲月   (×)年紀大健康就會走下坡   (×)減重對延年益壽多有幫助   (×)愈老愈糊塗,愈老愈健忘   (×)年紀愈大,學習力和創造力愈差   (×)無論如何都無法改變老化   (×)老人是社會和經濟的負擔   (×)人到了一定年紀就無性無慾   (×)老了無法獨立生活,安養中心是唯一選擇   實踐5大抗老祕方,歡度優雅人生   1.認清事實:面對會老的事實,發掘晚年的巨大潛力   2.鍛鍊身體:規律運動可改變老化速度,帶來健康益處   3.刺激大腦:刺激腦力可拓展創造力、加深智慧與鑑賞力   4.駕馭情緒:保持穩定情緒,才有活力和熱情繼續人生旅程   5.滋養心靈:活著的每一刻都是寶貴的,持續成長,生命就有意義   「老了,你不會停止笑,要是停止笑,你就真的老了。」──英國劇作家蕭伯納(GeorgeBernardShaw)   「年少習得的知識,可以杜絕老年的不幸;如果明白老年以智慧為糧,你就會趁年輕時努力學習,以免老來缺乏營養。」──義大利博學者達文西(LeonardodaVinci)   「如果你知道如何利用晚年,晚年就會充滿歡樂。逐漸衰老的歲月,是人一生中最甜美的時光之一。」──古羅馬哲學家塞內加(SenecatheYounger)   【目錄】 推薦序    正確認識老,才能幸福的老/詹鼎正 前言 引言 從寓言看老年 身心抗老祕方1:認清事實 第1章 人人都會老 第2章 八個你不必相信的老化迷思 第3章 從古至今的老化觀 第4章 我們為什麼會老 身心抗老祕方2:鍛鍊身體 第5章 身體如何老化 第6章 為什麼要辛苦鍛鍊身體? 第7章 我們該吃什麼? 第8章 鍛鍊身體的具體方法 身心抗老祕方3:刺激大腦 第9章 老化與記憶 第10章 智力與創造力 第11章 睡眠的價值 第12章 刺激大腦的具體方法 身心抗老祕方4:駕馭情緒 第13章 認識年老所帶來的情緒包袱 第14章 自我形象和角色轉變 第15章 特定情緒及其駕馭之道 身心抗老祕方5:滋養心靈 第16章 有人關心嗎? 第17章 安息 第18章 滋養心靈的具體方法   看更多

原價: 420 售價: 357 現省: 63元
立即查看
哈佛商業評論推薦必讀AI趨勢 (1版)

哈佛商業評論推薦必讀AI趨勢 (1版)

類似書籍推薦給您

【簡介】 一本掌握人工智慧商業新價值 利用AI轉型,將是新時代企業的成功關鍵 全球最具指標性的管理雜誌《哈佛商業評論》精選文章 幫助經理人全方位了解AI趨勢、應用範圍與商業潛力 名人推薦 和碩聯合科技董事長 童子賢 iKala共同創辦人暨執行長 程世嘉 一本掌握人工智慧商業新價值 利用AI轉型,將是新時代企業的成功關鍵 全球最具指標性的管理雜誌《哈佛商業評論》精選文章 幫助經理人全方位了解AI趨勢、應用範圍與商業潛力 隨著ChatGPT引爆AI應用的無限可能,企業也進入AI轉型戰。當生成式AI顛覆商業遊戲規則,帶領組織AI轉型,學會與AI共事,才能不被市場淘汰。 本書收錄《哈佛商業評論》近期探討AI最重要的文章,從經營、行銷、轉型、人力資源、產品定價等各個面向探討所有經理人必須了解的AI趨勢,包括: .ChatGPT如何改變機器與人類協作的工作方式 .正確應用AI行銷的方法 .成功採用機器學習的策略 .利用演算法為產品定價有什麼問題 .聰明使用機器人的策略 .如何培養員工的「數位心態」,加速企業轉型 .啟動AI轉型萬無一失的方法 .降低AI產品帶來的道德風險 .人工智慧啟動的新市場與新商戰模式 無論是資深經理人、企業領導人或新創企業家,都能在這本書中找到AI趨勢影響商業的關鍵思維,本書將引領你與團隊探索AI的前瞻可能,將事業帶向全新未來。 名人推薦 和碩聯合科技董事長 童子賢 iKala共同創辦人暨執行長 程世嘉 【目錄】 第一章 ChatGPT引爆AI無限可能 伊森.莫里克 Ethan Mollick 第二章 人工智慧啟動新形態商戰 卡林.拉哈尼 Karim R. Lakhani、馬可.顏西提 Marco Iansiti 第三章 機器學習贏家祕訣 阿維.高德法布 Avi Goldfarb、阿杰.艾格拉瓦 Ajay Agrawal與約書亞.格恩斯 Joshua Gans 第四章 培養數位心態,為轉型加速 保羅.雷奧那帝 Paul Leonardi、采黛爾.尼利 Tsedal Neeley 第五章 「影子學習法」讓組織學習邁開大步!與智慧型機器聰明共事 麥特.比恩 Matt Beane 第六章 擴大應用AI轉型力:與其一次性求變,不如抓重點先行 塔米姆.薩利赫 Tamim Saleh、提姆.馮坦 Tim Fountain與布萊恩.麥卡錫 Brian McCarthy 第七章 AI行銷為何不給力?你沒問對問題,就會錯失機會 伊娃.艾斯卡查 Eva Ascarza、麥克.羅斯 Michael Ross與布魯斯.哈帝 Bruce G.S. Hardie 第八章 定價演算法趕走我的客人?請小心,別讓品牌受傷害 馬可.貝迪尼 Marco Bertini、奧德.柯尼斯堡 Oded Koenigsberg 第九章 掌握兼顧彈性的自動化策略 班恩.阿姆斯壯 Ben Armstrong、朱莉.沙 Julie Shah 第十章 你需要AI道德委員會的理由 瑞德.布雷克曼 Reid Blackman 第十一章 機器人的成功關鍵在於「人」 詹姆士.威爾遜 H. James Wilson、保羅.道格提 Paul R. Daugherty 第十二章 掌握關鍵十招,全面啟動AI變革 湯瑪斯.戴文波特 Thomas H. Davenport 、尼廷.米塔爾 Nitin Mittal 譯者簡介

原價: 450 售價: 383 現省: 67元
立即查看
就算長大了,也還是會難過:不完美也沒關係,擁抱自己的55個溫暖練習(人氣韓團SEVENTEEN成員THE 8推薦) (1版)

就算長大了,也還是會難過:不完美也沒關係,擁抱自己的55個溫暖練習(人氣韓團SEVENTEEN成員THE 8推薦) (1版)

類似書籍推薦給您

原價: 390 售價: 351 現省: 39元
立即查看