由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版智能技术9787302600107清华大学出版社
¥ ×1
第1章概述
1.1技术简介
1.2问题分类
1.3数学基础知识
1.3.1线代数
1.3.2概率论
1.3.3神经网络中的激活函数
1.4常用数据集和验方法
1.4.1常用数据集
1.4.2验方法
1.5常用评价指标
1.5.1面向评分预测的评价指标
1.5.2面向物品排序的评价指标
1.6深度学台简介
1.7本章小结
1.8参考文献
1.9习题
第2章基于显式反馈的评分预测
2.1协同过滤(CF)问题
2.2基于均值填充的方法.
2.2.1预测公式
2.2.2讨论
.基于邻域的方法
..1基于用户的协同过滤
..2基于物品的协同过滤
..混合协同过滤
..4讨论
2.4基于矩阵分解的方法
2.4.1概率矩阵分解
2.4.2改进的奇异值分解
2.4.3结合名类偏好上下文的矩阵分解
2.4.4因子分解机
2.5基于深度学习的方法
2.5.1受限玻尔兹曼机
2.5.2自编码器
2.6本章小结
2.7参考文献
2.8习题
第3章基于显式反馈的物品排序
3.1协同排序(CR)问题
3.2粗精迁移排序
3.2.1模型介绍
3.2.2算法流程
3..代码实现
3.2.4实验设置
3.2.5 讨论
3.3上下文感知协同排序
3.3.1模型介绍
3.3.2算法流程
3.3.3代码实现
3.3.4实验设置
3.3.5讨论
3.4整全迁移排序
潘微科,博士,深圳大学计算机与软件学院副教授,硕士生导师,深圳市很好教师。主要研究方向为迁移学习、联邦学习、系统和机器学习,曾获ACM TiiS 2016很好奖和SDM 2013很好提名奖。主持自然科学面上项目等多个科研项目,担任知名靠前期刊的编委、客座编委和杰出审稿人。
本书综合梳理了多个智能问题和相关技术,分析了方法的优缺点和内在联系,并在每章结束时提供了详细的参考文献和有针对的习题。本书可以作为计算机科学与技术、软件工程等相关专业的和高年级生的教材,也可以作为系统的参考手册。为了方便读者查阅资料和扩展阅读,本书附录给出了部分知名学术期刊和学术会议的列表、系统国际会议(ACM RecSys)历年征文通知中的研究话题和研讨会的主题以及书中涉及的中英文术语对照表。本书围绕这些应用背后的内核,即智能技术,系统地介绍了多个经典的和前沿的技术。
本书综合梳理了多个智能问题和相关技术,分析了方法的优缺点和内在联系,并在每章结束时提供了详细的参考文献和有针对的习题。本书可以作为计算机科学与技术、软件工程等相关专业的和高年级生的教材,也可以作为系统的参考手册。为了方便读者查阅资料和扩展阅读,本书附录给出了部分知名学术期刊和学术会议的列表、系统国际会议(ACM RecSys)历年征文通知中的研究话题和研讨会的主题以及书中涉及的中英文术语对照表。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格