Python推薦系統實戰-基於深度學習 NLP和圖演算法的應用型推薦系統 9787302657408 阿克謝.庫爾卡尼
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$630
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202405*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：Python推薦系統實戰-基於深度學習 NLP和圖演算法的應用型推薦系統 ISBN：9787302657408 出版社：清華大學 著編譯者：阿克謝.庫爾卡尼 頁數：198 所在地：中國大陸 *此為代購商品 書號：1638191 可大量預訂，請先連絡。 【台灣高等教育出版社簡體書】 Python推薦系統實戰-基於深度學習 NLP和圖演算法的應用型推薦系統 787302657408 阿克謝.庫爾卡尼 內容簡介 本書分為4部分，包含11章。首先介紹推薦系統的基本方法，接著探討當前流行的一些方法，具體包括協同過濾推薦系統、內容推薦系統以及混合推薦系統。接下來討論如何運用當前的機器學習演算法來實現推薦系統。最後討論推薦系統的相關趨勢和新興技術。 本書特別適合零基礎的數據科學工作者參考和使用。它可以幫助讀者從基礎知識起步，逐步學習運用Python、深度學習和自然語言處理技術來構建推薦系統，以促進業務增長和提高客戶忠誠度。作者簡介 阿達沙·希瓦南達（Adarsha Shivananda），目前是Indegene公司產品和技術團隊的高級數據科學家，致力於為製藥產品構建機器學習和人工智慧能力。Adarsha Shivananda的目標是通過優秀的培訓計劃建立一個傑出的數據科學家庫，並一同解決更多、更大的問題。Adarsha Shivananda曾與Tredence Analytics和IQVIA合作。Adarsha Shivananda在製藥、衛生保健、零售和營銷領域具有廣泛的工作經驗。 Adarsha Shivananda長居於印度的班加羅爾，喜歡閱讀、騎行和數據科學教學。目錄 第Ⅰ部分 基本方法第1章 推薦系統簡介 什麼是推薦引擎 推薦引整的半型dn 基於規則的推薦系統 流行度 全球流行的商品 按國家計算熱銷商品 再次購買 小結 第2章 超市購物車分析（關聯規則挖掘） 實現 數據收集 清洗數據 從數據集獲取的洞察 基於DateTime的模式 免費商品和銷售 熱銷商品 經常一起購買的商品 Apriori演算法概念 關聯規則 新建函數 關聯規則的可視化 小結 第Ⅱ部分 流行方法 第3章 內容過濾 數據收集和下載詞嵌入 將數據導入為DataFrame 預處理數據 文本轉為特徵 OHE 詞頻向量器CountVectorizer TF-IDF 詞嵌入 相似性度量 歐幾里得距離 餘弦相似度 曼哈頓距離 使用CountVectorizer構建模型 使用TF-IDF特徵構建模型 使用Word2vec特徵構建模型 使用fast Text特徵構建模型 使用GloVe特徵構建模型 使用共現矩陣構建模型 小結 第4章 協同過濾 實現 數據收集 關於數據集 基於內存的方法 基於客戶對客戶的協同過濾 實現 項目對項目的協同過濾 實現 基於KNN的方法 機器學習 監督式學習 小結 第5章 使用矩陣分解、奇異值分解和共聚類的協同過濾 實現矩陣分解、共聚類和SVD 實現NMF 實現共聚類 實現SVD 獲取推薦 小結 第6章 混合推薦系統 實現 數據收集 數據準備 模型構建 合併訓練集和測試集后的最終模型 獲取推薦 小結 第Ⅲ部分 先進的機器學習演算法 第7章 基於聚類的推薦系統 數據收集和下載所需的詞嵌入 預處理數據 探索性數據分析 標籤編碼 模型構建 k均值聚類 肘部方法 層次聚類 小結 第8章 基於分類演算法的推薦系統 方法 數據收集以及下載詞嵌入 以DataFrame（pandas）形式導入數據 數據預處理 特徵工程 探索性數據分析 模型構建 拆分訓練集和測試集 邏輯回歸 實現 決策樹 實現 隨機森林 實現 KNN 實現 小結 第Ⅳ部分 相關趨勢和新技術 第9章 基於深度學習的推薦系統 深度學習（人工神經網路）基礎 神經協同過濾（NCF） 實現 數據收集 以DataFrame（pandas）形式導入數據 數據預處理 拆分訓練集和測試集 建模和推薦 小結 第10章 基於圖的推薦系統 實現 小結 第11章 新興領域和新技術 實時推薦 對話式推薦 上下文感知推薦系統 多任務推薦系統 聯合表徵學習 小結 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
