MARC状态：订购 文献类型：中文图书 浏览次数：8
- 题名/责任者:
- 检索匹配:深度学习在搜索、广告、推荐系统中的应用/康善同编著
- 出版发行项:
- 北京:机械工业出版社,2022.06
- ISBN及定价:
- 978-7-111-70607-6/CNY79.00
- 载体形态项:
- 10,194页:图;24cm
- 丛编项:
- 大数据科学丛书
- 中图法分类号:
- TP181
- 中图法分类号:
- G254.928
- 提要文摘附注:
- 本书主要介绍了深度学习在互联网核心的三大类业务(搜索、广告、推荐系统)检索系统中的应用。本书详细讲述了检索匹配的理论、演进历史，以及在业务中落地一个基于深度学习算法模型的全流程技能，包括业务问题建模、样本准备、特征抽取、模型训练和预测等，并提供了相应的代码。全书共11章，分为四大部分。第一部分(第1-2章)介绍了深度学习的相关理论知识；第二部分(第3-6章)介绍了业务中如何上线一个深度学习模型，包括标签拼接、特征抽取、模型训练和预测等流程，采用单机实现；第三部分(第7-9章)介绍了检索算法基本理论以及演进历史，并以业界中应用较为广泛的双塔模型DSSM为例进行了详细理论介绍和代码实现；第四部分(第10-11章)介绍了如何将单机训练模式改造为分布式训练模式，以加快模型的训练速度，从而应对具有海量样本的业务场景。
- 使用对象附注:
- 算法工程师、相关领域研究人员和相关专业院校师生
全部MARC细节信息>>