個性化機器學習 (美)朱利安.麥考利(JulianMcAuley)著 9787111762270 【台灣高等教育出版社】

內容簡介
本書介紹了使用機器學習進行個性化預測的通用原理和方法，以及其在推薦系統等具體場景下的應用。第一部分簡要介紹了機器學習的基礎內容，主要圍繞回歸和分類展開對基本內容、特徵設計和評估方法的探討。第二部分詳細介紹了個性化機器學習的基礎知識。首先圍繞推薦系統設置介紹了基於記憶和基於模型的推薦方法等相關知識，並探討了將社交關係和價格等特徵納入推薦中的個性化設置；之後，從時序和序列建模的角度介紹了自回歸和馬爾可夫鏈等基本方法，以及基於神經網絡的更複雜的個性化技術。第三部分介紹了個性化機器學習的一些新興方向，包括涉及文本和圖像的數據生成和檢索等個性化應用，並探討了開發個性化機器學習存在的過濾氣泡、極端化、偏置和公平性等問題和影響。本書在介紹個性化機器學習的通用技術之餘，以豐富的案例研究、代碼展示、習題和實踐項目等方式向讀者呈現出更全面的個性化實現和應用。無論對於尋求更面向應用的機器學習技術的學習者，還是教授機器學習和推薦系統等課程的老師，本書都是理想的學習指南和教材。
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。