推薦系統無處不在，已經成為我們日常生活的一部分。本書由LinkedIn公司的兩位技術專家撰寫，著眼於推薦系統的核心——統計方法，不僅介紹算法理論，而且包含實驗分析及結果展示，分享了作者豐富的實戰經驗。
書中對推薦系統進行了全面討論，特別是面嚮日益突顯的多反饋和多目標優化問題，深入分析了當前先進的統計方法，如自適應序貫設計（多臂賭博機方法）、雙線性隨機效應模型（矩陣分解）以及基於MapReduce分佈式框架的可伸縮模型，為熱門推薦和個性化推薦提供了實用的解決方案。全書將基於回歸的響應預測方法作為主要工具，兼顧實驗設計和統計模型開發，關註探索和利用之間的權衡。
統計推薦系統
- 作者： （美）迪帕克·K.阿加瓦爾（Deepak K. Agarwal）等著
- 出版社： 機械工業
- 出版日期： 2019-09-01
- ISBN碼： 9787111635734
- 編號： 9787111635734
$ 507 元
原價 507
-
$507