Recommender Systems
Produktnummer:
1864d15085ee8f41bf9100b90c41d44dec
| Autor: | Li, Dongsheng Lian, Jianxun Lu, Tun Ren, Kan Wu, Tao Xie, Xing Zhang, Le |
|---|---|
| Themengebiete: | Deep Learning Graph representation learning Microsoft Recommenders Recommender System Frontiers Recommender System Practices data mining recommendation algorithm recommender systems |
| Veröffentlichungsdatum: | 25.03.2024 |
| EAN: | 9789819989645 |
| Sprache: | Englisch |
| Seitenzahl: | 280 |
| Produktart: | Unbekannt |
| Verlag: | Springer Singapore |
| Untertitel: | Frontiers and Practices |
Produktinformationen "Recommender Systems"
This book starts from the classic recommendation algorithms, introduces readers to the basic principles and main concepts of the traditional algorithms, and analyzes their advantages and limitations. Then, it addresses the fundamentals of deep learning, focusing on the deep-learning-based technology used, and analyzes problems arising in the theory and practice of recommender systems, helping readers gain a deeper understanding of the cutting-edge technology used in these systems. Lastly, it shares practical experience with Microsoft 's open source project Microsoft Recommenders. Readers can learn the design principles of recommendation algorithms using the source code provided in this book, allowing them to quickly build accurate and efficient recommender systems from scratch.
Sie möchten lieber vor Ort einkaufen?
Sie haben Fragen zu diesem oder anderen Produkten oder möchten einfach gerne analog im Laden stöbern? Wir sind gerne für Sie da und beraten Sie auch telefonisch.
Juristische Fachbuchhandlung
Georg Blendl
Parcellistraße 5 (Maxburg)
8033 München
Montag - Freitag: 8:15 -18 Uhr
Samstags geschlossen