机读格式显示(MARC)

• 000 01868nam0 2200325 450

• 001 0000360507

• 005 20240517143022.7

• 010 __ |a 978-7-302-65740-8 |d CNY99.00

• 100 __ |a 20240517d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a Python推荐系统实战 |A Python tui jian xi tong shi zhan |e 基于深度学习、NLP和图算法的应用型推荐系统 |f (印) 阿克谢·库尔卡尼 ... [等] 著 |g 欧拉译

• 210 __ |a 北京 |c 清华大学出版社 |d 2024.5

• 215 __ |a 198页 |c 图 |d 23cm

• 304 __ |a 题名页题: (印) 阿克谢·库尔卡尼, 阿达沙·希瓦南达, 安努什·库尔卡尼, V. 阿迪西亚·克里希南著

• 312 __ |a 英文题名原文取自封面

• 314 __ |a 阿克谢·库尔卡尼, 人工智能 (AI) 与机器学习 (ML) 布道师和思想领袖。机器学习和数据科学大会 (包括Strata、O'Reilly AI Conf和GIDS) 演讲嘉宾。阿达沙·希瓦南达, 数据科学和MLOps先行者, 先后深耕于制药、保健、CPG、零售和营销等行业。安努什·库尔卡尼, 数据科学家和人工智能高级顾问。

• 330 __ |a 本书分为4部分, 包含11章。首先介绍推荐系统的基本方法, 接着探讨当前流行的一些方法, 具体包括协同过滤推荐系统、内容推荐系统以及混合推荐系统。接下来讨论如何运用当前的机器学习算法来实现推荐系统。最后讨论推荐系统的相关趋势和新兴技术。

• 333 __ |a 本书特别适合零基础的数据科学工作者参考和使用

• 500 10 |a Applied recommender systems with Python : build recommender systems with deep learning, NLP and graph-based techniques |m Chinese

• 517 1_ |a 基于深度学习、NLP和图算法的应用型推荐系统 |A ji yu shen du xue xi 、NLP he tu suan fa de ying yong xing tui jian xi tong

• 606 0_ |a 软件工具 |A ruan jian gong ju |x 程序设计

• 690 __ |a TP311.561 |v 5

• 701 _1 |a 库尔卡尼 |A ku er ka ni |g (Kulkarni, Akshay) |4 著

• 701 _1 |a 希瓦南达 |A xi wa nan da |g (Shivananda, Adarsha) |4 著

• 701 _1 |a 库尔卡尼 |A ku er ka ni |g (Kulkarni, Anoosh) |4 著

• 702 _0 |a 欧拉 |A ou la |4 译

• 801 _0 |a CN |b 湖北三新 |c 20240517