返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

欢迎光临我们店铺!书籍都是正版全新书籍,欢迎下单~!!

本店所有商品

  • 音像自己动手做引擎(印)苏雷什·库马尔·戈拉卡拉|译者:左妍
  • 正版
    • 作者: (印)苏雷什·库马尔·戈拉卡拉|译者:左妍著 | (印)苏雷什·库马尔·戈拉卡拉|译者:左妍编 | (印)苏雷什·库马尔·戈拉卡拉|译者:左妍译 | (印)苏雷什·库马尔·戈拉卡拉|译者:左妍绘
    • 出版社: 机械工业出版社
    • 出版时间:2020-01-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    诺森图书音像专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: (印)苏雷什·库马尔·戈拉卡拉|译者:左妍著| (印)苏雷什·库马尔·戈拉卡拉|译者:左妍编| (印)苏雷什·库马尔·戈拉卡拉|译者:左妍译| (印)苏雷什·库马尔·戈拉卡拉|译者:左妍绘
    • 出版社:机械工业出版社
    • 出版时间:2020-01-01
    • 版次:1
    • 印次:1
    • 印刷时间:2020-01-01
    • 开本:16开
    • ISBN:9787111641087
    • 版权提供:机械工业出版社
    • 作者:(印)苏雷什·库马尔·戈拉卡拉|译者:左妍
    • 著:(印)苏雷什·库马尔·戈拉卡拉|译者:左妍
    • 装帧:暂无
    • 印次:1
    • 定价:79.00
    • ISBN:9787111641087
    • 出版社:机械工业
    • 开本:16开
    • 印刷时间:2020-01-01
    • 语种:暂无
    • 出版时间:2020-01-01
    • 页数:暂无
    • 外部编号:30777130
    • 版次:1
    • 成品尺寸:暂无

    作者简介
    技术评审员简介
    前言
    章 引擎介绍1
    1.1引擎定义1
    1.2系统的必要3
    1.3大数据对系统的推动作用4
    1.4系统类型4
    1.4.1协同过滤系统4
    1.4.2基于内容的系统5
    1.4.3混合系统6
    1.4.4情境感知系统7
    1.5系统技术的发展8
    1.5.1Mahout在可扩展系统中的应用8
    1.5.2Apache Spark在可扩展实时系统中的应用9
    1.6本章小结12
    第2章 构建个引擎13
    2.1构建基础引擎14
    2.1.1载入并格式化数据15
    2.1.2计算用户相似度17
    2.1.3为用户预测未知评级18
    2.2本章小结24
    第3章 引擎详解25
    3.1引擎的发展26
    3.2基于近邻算法的引擎27
    3.2.1基于用户的协同过滤29
    3.2.2基于项目的协同过滤30
    3..优点2
    3.2.4缺点32
    3.3基于内容的系统32
    3.3.1用户画像生成35
    3.3.优点
    3.3.3缺点36
    3.4情境感知系统37
    3.4.1情境定义38
    3.4.2前置过滤法40
    3.4.3后置过滤法40
    3.4.4优点41
    3.4.5缺点41
    3.5混合系统41
    3.5.1加权法42
    3.5.2混合法42
    3.5.3层叠法42
    3.5.4特征组合法42
    3.5.5优点43
    3.6基于模型的系统43
    3.6.1概率法44
    3.6.2机器学习法44
    3.6.3数学法44
    3.6.4优点45
    3.7本章小结45
    第4章 数据挖掘技术在擎的应用46
    4.1基于近邻算的技47
    4.1.1欧氏距离47
    4.1.2余弦相似度48
    4.1.3Jaccard相似度51
    4.1.4皮尔逊相关系数51
    4.2数学建模技术53
    4.2.1矩阵分解53
    4.2.2交替二乘法55
    4..奇异值分解55
    4.3机器学习技术57
    4.3.1线回归57
    4.3.2分类模型59
    4.4聚类技术69
    4.5降维71
    4.6向量空间模型75
    4.6.1词频75
    4.6.2词频-逆文档频率76
    4.7评估技术78
    4.7.1交叉验79
    4.7.2正则化80
    4.8本章小结82
    第5章 构建协同过滤引擎83
    5.1在RStudio上安装recommenderlab83
    5.2recommenderlab包中可用的数据集85
    5.3探讨数据集88
    5.4使用recommenderlab构建基于用户的协同过滤89
    5.4.1准备训练数据和测试数据90
    5.4.2创建一个基于用户的协同模型90
    5.4.3在测试集上进行预测92
    5.4.4分析数据集93
    5.4.5使用k折交叉验评估模型95
    5.4.6评估基于用户的协同过滤96
    5.5构建基于项目的模型99
    5.5.1构建IBCF模型100
    5.5.2模型评估103
    5.5.3模型准确率度量104
    5.5.4模型准确率绘图105
    5.5.5IBCF参数调优107
    5.6使用Python构建协同过滤110
    5.6.1安装必要包110
    5.6.2数据源110
    5.7数据探讨111
    5.7.1表示评级矩阵113
    5.7.2创建训练集和测试集114
    5.7.3构建UBCF的步骤115
    5.7.4基于用户的相似度计算115
    5.7.5预测活跃用户的未知评级116
    5.8使用KNN 进行基于用户的协同过滤117
    5.9基于项目的118
    5.9.1评估模型119
    5.9.2KNN训练模型120
    5.9.3评估模型120
    5.10本章小结120
    第6章 构建个化引擎121
    6.1个化系统122
    6.2基于内容的系统122
    6.2.1构建一个基于内容的系统1
    6.2.2使用 R语言构建基于内容的1
    6..使用Python语言构建基于内容的133
    6.3情境感知系统144
    6.3.1构建情境感知系统144
    6.3.2使用R语言构建情境感知145
    6.4本章小结150
    第7章 使用Spark构建实时引擎151
    7.1Spark 2.0介绍152
    7.1.1Spark架构152
    7.1.2Spark组件154
    7.1.3Spark Cre54
    7.1.4Spark的优点156
    7.1.5Spark设置156
    7.1.6SparkSession157
    7.1.7弹分布式数据集158
    7.1.8关于ML流水线158
    7.2使用交替二乘法进行协同过滤160
    7.3使用PySpark构建基于模型的系统162
    7.4MLlib引擎模块163
    7.5引擎方法164
    7.5.1实现164
    7.5.2基于用户的协同过滤172
    7.5.3模型评估173
    7.5.4模型选择和超参数调优174
    7.6本章小结179
    第8章 通过Neo4j构建实时180
    8.1图数据库种类181
    8.2e4j83
    8.2.1Cypher查询语言184
    8.2.2节点语法184
    8..关系语法185
    8.2.4构建个图185
    8.3Neo4j Windows安装192
    8.4Neo4j Linux安装194
    8.4.1下载e4j94
    8.4.2设置e4j95
    8.4.3命令行启动e4j95
    8.5构建引擎197
    8.5.1将数据加载到e4j97
    8.5.2使用Neo4j生成200
    8.5.3使用欧氏距离进行协同过滤201
    8.5.4使用余弦相似度进行协同过滤206
    8.6本章小结209
    第9章 使用Mahout构建可扩展的引擎210
    9.1Mahout简介211
    9.2配置Mahout211
    9.2.1Mahout单机模式211
    9.2.2Mahout分布式模式218
    9.3Mahout的核心构建模块220
    9.3.1基于用户的协同过滤引擎组件220
    9.3.2使用Mahout构建引擎2
    9.3.3数据描述2
    9.3.4基于用户的协同过滤225
    9.4基于项目的协同过滤228
    9.5协同过滤评估1
    9.6基于用户的评估1
    9.7基于项目的评估2
    9.8SVD系统5
    9.9使用Mahout进行分布式
    9.10可扩展系统的架构240
    9.11本章小结241
    0章 引擎的未来242
    10.1引擎的未来242
    10.2系统的发展阶段243
    10.2.1一般的系统243
    10.2.2个化系统244
    10..未来的系统245
    10.2.4下一个举措249
    10.2.5使用案例249
    10.3流行方法251
    10.4引擎的时效252
    10.4.1A/B测试253
    10.4.2反馈机制254
    10.5本章小结255

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购