深度學習推薦系統 2.0
王喆
- 出版商: 電子工業
- 出版日期: 2025-03-01
- 售價: $768
- 語言: 簡體中文
- 頁數: 300
- ISBN: 7121497468
- ISBN-13: 9787121497469
-
相關分類:
推薦系統、DeepLearning
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
Elements of Programming Interviews: The Insiders' Guide (Paperback)$1,520$1,444 -
Kent Beck 的實作模式 (Implementation Patterns)$320$250 -
Specification by Example 中文版：團隊如何交付正確的軟體 (Specification by Example: How Successful Teams Deliver the Right Software)$420$328 -
演算法競賽入門經典, 2/e (演算法藝術與信息學競賽)$479$455 -
$480深入淺出 MFC, 2/e -
精通 Go 程式設計 (The Go Programming Language)$580$458 -
無瑕的程式碼－敏捷完整篇－物件導向原則、設計模式與 C# 實踐 (Agile principles, patterns, and practices in C#)$790$593 -
$474深度學習與計算機視覺 : 算法原理、框架應用與代碼實現 (Deep Learning & Computer Vision:Algorithms and Examples) -
單元測試的藝術, 2/e (The Art of Unit Testing: with examples in C#, 2/e)$650$488 -
$607Python 測試驅動開發 使用 Django Selenium 和 JavaScript 進行 Web 編程, 2/e -
重構｜改善既有程式的設計, 2/e (繁中平裝版)(Refactoring: Improving The Design of Existing Code, 2/e)$800$632 -
The Pragmatic Programmer 20週年紀念版 (The Pragmatic Programmer, 20th Anniversary Edition)$680$537 -
$730深度探索 C++14 (Discovering Modern C++: An Intensive Course for Scientists, Engineers, and Programmers) -
$517MySQL 是怎樣運行的 -- 從根兒上理解 MySQL -
$305MySQL 是怎樣使用的 快速入門 MySQL -
Software Architecture in Practice, 4/e (繁體中文版)$780$546 -
軟體架構：困難部分 (Software Architecture: The Hard Parts: Modern Trade-Off Analyses for Distributed Architectures)$780$616 -
Patterns of Distributed Systems (Paperback)$1,870$1,777 -
建立演進式系統架構｜支援常態性的變更, 2/e (Building Evolutionary Architectures: Automated Software Governance, 2/e)$580$458 -
$371系統架構設計簡明指南 -
CPython 設計與實現$599$569 -
無瑕的程式碼 軟體工匠篇：程式設計師必須做到的紀律、標準與倫理 (Clean Craftsmanship: Disciplines, Standards, and Ethics)$720$562 -
Coding Interview Patterns: Nail Your Next Coding Interview (Paperback)$1,800$1,764 -
分佈式系統模式$594$564 -
軟體設計耦合的平衡之道：建構模組化軟體系統的通用設計原則 (Balancing Coupling in Software Design: Successful Software Architecture in General and Distributed Systems)$650$507
商品描述
深度學習和大模型技術在推薦系統領域掀起了一場技術革命，本書從深度學習推薦模型、Embedding技術、大模型、AIGC、模型工程實現、業界前沿實踐等幾個方面介紹了這場技術革命中的主流技術要點。本書既適合推薦系統、計算廣告和搜索領域的從業者閱讀，也適合人工智能相關專業的本科生、研究生、博士生閱讀，幫助建立深度學習推薦系統的技術框架，通過學習前沿案例，加強深度學習理論與推薦系統工程實踐的融合能力。
