



深度学习推荐系统pdf百度网盘下载地址?
深度学习在推荐系统领域掀起了一场技术革命,本书从深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。
《深度学习推荐系统》既适合推荐系统、计算广告和搜索领域的从业者阅读,也适合人工智能相关专业的本 科生、研究生、博士生阅读,帮助他们建立深度学习推荐系统的技术框架,通过学习前沿案例 加强深度学习理论与推荐系统工程实践的融合能力。
作者简介:
王喆,毕业于清华大学计算机科学与技术系,美国流媒体公司Roku资深机器学习工程师,推荐系统架构负责人。曾任Hulu高级研究工程师,品友互动广告效果算法组负责人。清华大学KEG实验室学术搜索引擎AMiner早期发起人之一。主要研究方向为推荐系统、计算广告、个性化搜索,发表相关领域学术论文7篇,拥有专利3项,是《百面机器学习:算法工程师带你去面试》等技术书的联合作者。曾担任KDD、CIKM等国际会议审稿人。
目录:
第1章 互联网的增长引擎——推荐系统
第2章 前深度学习时代——推荐系统的进化之路
第3章 浪潮之巅——深度学习在推荐系统中的应用
第4章 Embedding技术在推荐系统中的应用
第5章 多角度审视推荐系统
第6章 深度学习推荐系统的工程实现
第7章 推荐系统的评估
第8章 深度学习推荐系统的前沿实践
第9章 构建属于你的推荐系统知识框架
点击下载