《推薦系統實戰寶典》主要圍繞推薦系統進行講解，全面介紹了掌握推薦系統技術所需要學習的演算法及步驟。書中描述了基於點擊率評估、RBM的推薦，基於標籤的推薦，基於使用者行為、內容、模型、流行度、鄰域、圖的推薦，以及基於上下文的推薦，還有使用自然語言處理或者矩陣分解的推薦，包括演算法原理的介紹，對於每一種推薦方式也做了細細微性的分析及場景化的應用。還分享了作者在實際應用中的解決方案及擴展思路。除此之外，本書還會涉及一些基礎演算法及數學知識，並且包括對於推薦演算法的一些模型評估以及校驗的描述。閱讀本書可以説明讀者學習基礎演算法和推薦演算法的原理及實際應用，同時還能學習到推薦系統開發的設計思想、設計模式、開發流程等。這些對於讀者全面提高自己的推薦系統開發水準有很大的幫助。
《推薦系統實戰寶典》為讀者提供了全部案例原始程式碼下載和超過1100分鐘的高清學習視頻，讀者可直接掃描二維碼觀看。
《推薦系統實戰寶典》適合從事推薦系統相關領域研發的人員、高年級本科生或研究生、熱衷於推薦系統開發的讀者閱讀。
《推薦系統實戰寶典》為讀者提供了全部案例原始程式碼下載和超過1100分鐘的高清學習視頻，讀者可直接掃描二維碼觀看。
《推薦系統實戰寶典》適合從事推薦系統相關領域研發的人員、高年級本科生或研究生、熱衷於推薦系統開發的讀者閱讀。