内容介绍
本书主要介绍支持各种设置和模态的个性化预测模型设计的通用原理和方法。首先修订“传统”机器学习模型，重点关注如何使它们适应涉及用户数据的设置，然后介绍基于矩阵分解、深度学习和生成式建模等高级原理的技术，最后详细研究部署个性化预测系统的影响和风险。
商品详情
个性化机器学习
作 者:(美)朱利安·麦考利 著 陈小青,潘微科,明仲 译
定 价:99
出 版 社:机械工业出版社
出版日期:2024年10月01日
页 数:232
装 帧:平装
ISBN:9787111762270
·源于作者在加利福尼亚大学圣迭戈分校讲授的“推荐系统”和“网络挖掘”课程，在线提供代码示例和数据集，适合第一次接触机器学习相关课程的读者。 ·涵盖从电子商务到健康领域的一系列案例研究，专注于在大型的真实数据集上构建示例，提高读者为不同应用设计模型和系统的能力。 ·快速构建可行的解决方案，并涵盖广泛的方法，而不是过于深入研究某一种方法背后的理论知识，帮助读者了解构建系统时的实际考虑因素。
目录
●译者序
前言
常用数学符号
常用缩写
第1章引言1
1.1本书写作目的1
1.2对于学习者：涵盖的内容和未涵盖的内容2
1.3对于讲师：课程和内容大纲3
1.4在线资源4
1.5关于作者5
1.6日常生活中的个性化5
1.6.1推荐5
1.6.2个性化健康6
1.6.3计算社会科学6
1.6.4语言生成、个性化对话和交互式代理7
1.7个性化技术7
1.7.1作为流形的用户表示7
1.7.2上下文个性化和基于模型的个性化8
1.8个性化的伦理和影响8
第一部分机器学习入门
……
- 文轩九月图书旗舰店
- 特价好书，就在文轩网！
- 扫描二维码，访问我们的微信店铺
