机读格式显示(MARC)

• 000 01785nam 2200361 450

• 001 0000408163

• 005 20220902105200.0

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

• 099 __ |a CAL 0120192864598

• 100 __ |a 20191010d2019 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a a 001yy

• 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, 陈必衷著 |d = Statistical methods for recommender systems |f Deepak K. Agarwal, Bee-chung chen |g 戴薇, 潘微科, 明仲译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2019

• 215 __ |a 220页 |c 图 |d 26cm

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

• 306 __ |a 本书简体中文版由剑桥大学出版社与机械出版社合作出版

• 320 __ |a 有书目 (第199-204页) 和索引

• 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。

• 410 _0 |1 2001 |a 计算机科学丛书

• 500 10 |a Statistical methods for recommender systems |A Statistical Methods For Recommender Systems |m Chinese

• 606 0_ |a 统计程序 |A tong ji cheng xu

• 690 __ |a TP319 |v 5

• 701 _1 |a 阿加瓦尔 |A a jia wa er |g (Agarwal, Deepak K.) |4 著

• 701 _1 |a 陈必衷 |A chen bi zhong |g (chen, Bee-chung) |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 人天书店 |c 20191010

• 905 __ |a LJUZC |d TP319/5

• 920 __ |a 222016 |z 1