首页计算机书籍软件开发《推荐系统与深度学习》黄昕 赵伟 王本友等编著
风流倜傥

文档

258

关注

1

好评

0
PDF

《推荐系统与深度学习》黄昕 赵伟 王本友等编著

阅读 779 下载 0 大小 23.6M 总页数 218 页 2022-11-19 分享
价格:¥ 10.00
下载文档
/ 218
全屏查看
《推荐系统与深度学习》黄昕 赵伟 王本友等编著
还有 218 页未读 ,您可以 继续阅读 或 下载文档
1、本文档共计 218 页,下载后文档不带www.pdfdz.com水印,支持完整阅读内容。
2、古籍基本都为PDF扫描版,所以文档不支持编辑功能,即不支持文档内文字的复制粘贴。
3、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
4、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
5、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。
前言本书的五位作者均曾就职于腾讯,分别在不同的部门从事与推荐系统相关的工作。正是因为“推荐”,我们相识相知。我们不仅在工作中成为伙伴,在工作之余,我们也成了非常好的朋友。在一次好友聊天中,我们萌生写作本书的想法,在之后半年的时间中,我们各有分工,共同完成了本书的写作。可以说,这本书不仅是我们知识的沉淀,也是我们友谊的见证。推荐算法具有非常多的应用场景和巨大的商业价值。推荐算法种类很多,目前应用最广泛的应该是基于协同过滤的推荐算法。在2016年,随着阿尔法围棋(AlphaGo)大放异彩,新的一波深度学习浪潮已至。在图像、音频处理等领域,深度学习技术已成为当之无愧的王者:但在推荐领域,深度学习还处于发展阶段。同时,我们在平时工作学习中,发现市面上并没有关于两者相结合的书籍,只能在国外论文中发现相关的方法与应用。所以,我们决定以比较简单的表达方式,通过总结过往的推荐算法经验,将深度学习相关的应用介绍给更多的读者。为了适应具有不同知识储备的读者阅读,本书大致可分为四个部分。第1至第3章为第一部分,主要介绍深度学习的基础知识。第4至第5章为第二部分,主要介绍了传统的推荐算法及问题。第6章为第三部分,进一步介绍深度学习推荐技术。第7章为第四部分,介绍了如何在线上实战搭建推荐系统。第三、第四部分是本书的重点,对于从事算法的工作者,可以了解到深度学习技术与推荐算法的结合;对于从事工程的工作者,可以汲取线上搭建推荐系统的经验。在本书的写作过程中,得到了很多前辈同事的帮助,包括傅鸿城、李深远、刘黎春、赵蕊、邱天宇等领导、同事都给予了很多宝贵意见和支持。没有他们的帮助,我们很难完成本书的写作。最后还要感谢我们的家人,在写作本书的过程中,我们几位作者占用了大量的家庭时间,感谢他们的照顾和体谅。录第1章什么是推荐系统11推荐系统的概念……11.11推荐系统的基本概念…11.1.2深度学习与推荐系统·第2章深度神经网络………2.1什么是深度学习…72.1.1深度学习的三次兴起··72.1.2深度学习的优势…92.2神经网络基础…2.2.1神经元………112.2.3反向传播…132.2.4优化算法2.3卷积网络基础……172.3.1卷积层……172.3.2池化层……192.3.3常见的网络结构24循环网络基础212.41时序反向传播算法……222.4.2长短时记忆网络·242526…272.5.3常见的生成对抗网络…
返回顶部