机读格式显示(MARC)

• 000 01345oam2 2200301 450

• 001 0000763443

• 005 20191230153900.0

• 010 __ |a 978-7-111-63573-4 |d CNY89.00

• 100 __ |a 20190924d2019 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a y z 000yy

• 106 __ |a r

• 200 1_ |a 统计推荐系统 |A tong ji tui jian xi tong |f (美)迪帕克·K.阿加瓦尔等著 |g 戴薇，潘微科，明仲译

• 210 __ |a 北京 |c 机械工业出版社 |d 2019.09

• 215 __ |a 220页 |d 24cm

• 225 2_ |a 计算机科学丛书 |A ji suan ji ke xue cong shu

• 330 __ |a 本书由LinkedIn公司的技术专家撰写，着眼于推荐系统的核心——统计方法，不仅讲解理论知识，而且分享了作者在LinkedIn和Yahoo！的实践经验。全书分为三部分：第一部分介绍推荐系统的组成、经典推荐方法及评估方法，并引出了探索与利用问题；第二部分围绕点击通过率(CTR)预估这一重要问题，重点介绍快速在线双线性因子模型和面向回归的隐因子模型，为热门推荐和个性化推荐提供解决方案；第三部分讨论进阶主题，涵盖分解的隐含狄利克雷分布模型、张量分解模型、层次收缩模型以及多目标优化方法。

• 461 _0 |1 2001 |a 计算机科学丛书

• 606 0_ |a 统计程序 |A tong ji cheng xu

• 690 __ |a TP319 |v 5

• 701 _0 |c (美) |a 阿加瓦尔 |A a jia wa er |4 著

• 702 _0 |a 戴薇 |A dai wei |4 译

• 702 _0 |a 潘微科 |A pan wei ke |4 译

• 702 _0 |a 明仲 |A ming zhong |4 译

• 801 _0 |a CN |b HDUL |c 20191121

• 905 __ |a HDUL |d TP319/741

• 920 __ |a 233030 |z 1