推薦系統與深度學習

黃昕、趙偉、王本友、呂慧偉、楊敏

立即出貨

買這商品的人也買了...

相關主題

商品描述

本書的幾位作者都在大型互聯網公司從事與推薦系統相關的實踐與研究,通過這本書,把推薦系統工作經驗予以總結,以幫助想從事推薦系統的工作者或推薦系統愛好者。

本書的內容設置由淺入深,從傳統的推薦算法過渡到近年興起的深度學習技術。

不管是初學者,還是有一定經驗的從業人員,相信都能從本書的不同章節中有所收穫。

區別於其他推薦算法書籍,本書引入了已被實踐證明效果較好的深度學習推薦技術,包括Word2Vec、Wide & Deep、DeepFM、GAN 等技術應用,並給出了相關的實踐代碼;

除了在算法層面講解推薦系統的實現,還從工程層面詳細闡述推薦系統如何搭建。

目錄大綱

第1 章什麼是推薦系統1

1.1 推薦系統的概念.1

1.1.1 推薦系統的基本概念1

1.1.2 深度學習與推薦系統4

第2 章深度神經網絡.7

2.1 什麼是深度學習.7

2.1.1 深度學習的三次興起7

2.1.2 深度學習的優勢9

2.2 神經網絡基礎11

2.2.1 神經元11

2.2.2 神經網絡.12

2.2.3 反向傳播.13

2.2.4 優化算法.14

2.3 卷積網絡基礎17

2.3.1 卷積層17

2.3.2 池化層19

2.3.3 常見的網絡結構19

2.4 循環網絡基礎21

2.4.1 時序反向傳播算法22

2.4.2 長短時記憶網絡24

2.5 生成對抗基礎25

2.5.1 對抗博弈.26

2.5.2 理論推導.27

2.5.3 常見的生成對抗網絡29

iv j 推薦系統與深度學習

第3 章TensorFlow 平台31

3.1 什麼是TensorFlow 31

3.2 TensorFlow 安裝指南.33

3.2.1 Windows 環境安裝.33

3.2.2 Linux 環境安裝.34

3.3 TensorFlow 基礎.36

3.3.1 數據流圖.36

3.3.2 會話37

3.3.3 圖可視化.37

3.3.4 變量37

3.3.5 佔位符38

3.3.6 優化器38

3.3.7 一個簡單的例子38

3.4 其他深度學習平台39

第4 章推薦系統的基礎算法42

4.1 基於內容的推薦算法.42

4.1.1 基於內容的推薦算法基本流程42

4.1.2 基於內容推...