作為機器學習領域應用比較成熟、廣泛的業務,個性化推薦在電商、短視頻等平臺發揮著重要作用,其背後的推薦系統已成為當今越來越多應用程序的標配。關於推薦算法的論述有很多,而要將其很好地應用到實際場景中,則需要大量的實踐經驗。本書從實戰的角度介紹推薦系統,主要包含三部分 :召回算法、排序算法和工程實踐。書中細致剖析瞭如何在工業中對海量數據應用算法,涵蓋了從算法原理,到模型搭建、優化以及最佳實踐等諸多內容。
作為機器學習領域應用比較成熟、廣泛的業務,個性化推薦在電商、短視頻等平臺發揮著重要作用,其背後的推薦系統已成為當今越來越多應用程序的標配。關於推薦算法的論述有很多,而要將其很好地應用到實際場景中,則需要大量的實踐經驗。本書從實戰的角度介紹推薦系統,主要包含三部分 :召回算法、排序算法和工程實踐。書中細致剖析瞭如何在工業中對海量數據應用算法,涵蓋了從算法原理,到模型搭建、優化以及最佳實踐等諸多內容。