机读格式显示(MARC)
- 000 02070nam0 2200313 450
- 010 __ |a 978-7-115-56959-2 |d CNY99.80
- 100 __ |a 20210917d2021 em y0chiy50 ea
- 200 1_ |a 机器学习算法竞赛实战 |A ji qi xue xi suan fa jing sai shi zhan |f 王贺, 刘鹏, 钱乾著
- 210 __ |a 北京 |c 人民邮电出版社 |d 2021
- 215 __ |a 12, 322页 |c 图 |d 24cm
- 314 __ |a 王贺 (鱼遇雨欲语与余)，毕业于武汉大学计算机学院，硕士学位，研究方向为图数据挖掘，现任职于小米商业算法部，从事应用商店广告推荐的研究和开发。是2019年和2020年腾讯广告算法大赛的冠军，从2018年至2020年多次参加国内外算法竞赛，共获得五次冠军和五次亚军。
- 314 __ |a 刘鹏，2016年本科毕业于武汉大学数学基地班，保研至中国科学技术大学自动化系，硕士期间研究方向为复杂网络与机器学习，2018年起多次获得机器学习相关竞赛奖项，2019年至今就职于华为技术有限公司，任算法工程师。
- 314 __ |a 钱乾，本科就读于美国佐治亚理工大学，研究方向包括机器学习、深度学习、自然语言处理等，现就职于数程科技，工作方向为物流领域的智能算法应用，任大数据技术负责人。
- 330 __ |a 本书分为五部分：第一部分以算法竞赛的通用化流程为主，介绍竞赛中各个部分的核心内容和具体工作；第二部分介绍了用户画像相关的问题，讲解了竞赛案例Elo Merchant CategoryRecommendation；第三部分以时间序列预测问题为主，先讲述这类问题的常见解题思路和技巧，然后分析天池平台的全球城市计算 AI挑战赛和Kaggle平台的Corporacion Favorita Grocery Sales Forecasting：第四部分主要介绍计算广告的核心技术和业务，包括广告召回、广告排序和广告竞价，其中两个实战案例是2018腾讯广告算法大赛——相似人群拓展和Kaggle平台的TalkingData AdTracking Fraud Detection Challenge：第五部分基于自然语言处理相关的内容进行讲解，其中实战案例是Kaggle平台上的经典竞赛Quora Question Pairso。
- 606 0_ |a 机器学习 |A ji qi xue xi |x 算法 |x 竞赛 |j 自学参考资料
- 701 _0 |a 王贺 |A wang he |4 著
- 701 _0 |a 刘鹏 |A liu peng |4 著
- 701 _0 |a 钱乾 |A qian qian |4 著
- 801 _0 |a CN |b HDUL |c 20211119
- 905 __ |a HDUL |d TP181/1403