机读格式显示(MARC)

• 000 01638nam0 2200301 450

• 001 0000371169

• 005 20240711194435.0

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

• 035 __ |a (A100000NLC)012966953

• 049 __ |a A100000NLC |b UCS01012552332 |c 012966953 |d NLC01

• 100 __ |a 20240611d2024 em y0chiy0110 ea

• 101 1_ |a chi |c inc

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a Python推荐系统实战 |9 Python tui jian xi tong shi zhan |b 专著 |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(Akshay Kulkarni)[等]著 |g 欧拉译

• 210 __ |a 北京 |c 清华大学出版社 |d 2024

• 215 __ |a 198页 |c 图 |d 23cm

• 304 __ |a 著者还有：(印)阿达沙·希瓦南达(Adarsha Shivananda)、(印)安努什·库尔卡尼(Anoosh Kulkarni)、(印)V. 阿迪西亚·克里希南(V. Adithya Krishnan)

• 312 __ |a 封面英文题名：Applied recommender systems with Python: build recommender systems with deep learning, NLP and graph-based techniques

• 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。

• 510 1_ |a Applied recommender systems with Python |e build recommender systems with deep learning, NLP and graph-based techniques |z eng

• 517 1_ |a 基于深度学习、NLP和图算法的应用型推荐系统 |9 ji yu shen du xue xi 、 NLP he tu suan fa de ying yong xing tui jian xi tong

• 606 0_ |a 程序语言 |x 程序设计

• 610 0_ |a Python

• 690 __ |a TP312PY |v 5

• 701 _0 |c (印) |a 库尔卡尼 |9 ku er ka ni |c (Kulkarni, Akshay) |4 著

• 702 _0 |a 欧拉 |9 ou la |c (人工智能) |4 译