扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
深度学习在推荐系统中的应用 版权信息
- ISBN：9787030686190
- 条形码：9787030686190 ; 978-7-03-068619-0
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
深度学习在推荐系统中的应用 内容简介
针对国内外**系统技术热点问题，作者在**系统、深度学习领域基础理论方面进行了深入探索研究，借鉴国内外已有资料和前人成果，经过分析论证，围绕基于内容和知识的**、混合著*、深度学习、基于深度学习的**以及辅助学习的**等五个方面的基本概念、研究现状、主要研究问题、待解决的问题以及未来的发展趋势等，形成支持新一代**系统技术的一些新思路。其目的是增进社会各界对基于深度学习的**系统技术发展情况和应用前景的深入体验和更加全面的认识，进而推进**系统技术发展和完善。
深度学习在推荐系统中的应用 目录
目录前言第1章 概述 11.1 什么是**系统 11.2 **系统的发展历史 21.3 **算法分类 51.3.1 基于内容的**算法 51.3.2 基于协同过滤的**算法 61.3.3 混合**算法 91.4 **系统应用 111.5 **系统面临的挑战 13第2章 基于内容和知识的** 182.1 基于语义的** 182.1.1 语义网基本概念 182.1.2 资源描述框架 192.1.3 本体描述语言 212.1.4 本体语义推理 232.1.5 隐语义** 252.2 基于内容的** 302.2.1 item representation 312.2.2 profile learning 322.2.3 recommendation generation 342.3 基于约束的** 352.3.1 基本概念 352.3.2 会话式**系统的交互过程 382.3.3 实际应用经验 382.3.4 未来的研究方向 392.4 基于效用的** 402.4.1 基本概念 402.4.2 个性化**的影响因素 402.4.3 基于效用的个性化**的实现 422.4.4 其他研究方法 44第3章 协同过滤 463.1 协同过滤简介 463.1.1 基本思想 473.1.2 算法分类 483.1.3 一般流程 483.2 基于邻域的协同过滤 513.2.1 基于用户的协同过滤 513.2.2 基于项目的协同过滤 563.3 基于模型的协同过滤 683.3.1 基于关联规则的协同过滤 683.3.2 基于矩阵分解的协同过滤 76第4章 混合**系统 884.1 混合**系统分类 884.1.1 混合**系统的价值 884.1.2 混合**系统的实现方案 894.1.3 对混合**系统的思考 934.2 基于情景感知的** 954.2.1 情景信息的表征性方法 964.2.2 基于情景感知的用户兴趣模型 974.2.3 高级情景获取 1014.2.4 情景前过滤 1024.2.5 情景后过滤 1034.2.6 情景建模 1034.3 基于时空信息的** 1044.3.1 路线** 1064.3.2 连续兴趣点** 1064.3.3 融合时空信息的连续兴趣点** 1074.3.4 停留点的检测 1094.3.5 相似度计算 1124.3.6 时间序列建模 1134.4 基于异质信息网络的** 1154.4.1 异质信息网络 1154.4.2 基于异质信息网络的**算法 1164.4.3 带权元路径中的相似性度量 1174.4.4 基于异质信息网络的矩阵分解 1194.4.5 非对称的异质信息网络**算法 120第5章 深度学习 1235.1 神经网络 1245.1.1 人脑神经网络 1245.1.2 人工神经网络 1255.1.3 神经网络发展历史 1295.2 前馈神经网络 1295.2.1 前馈神经网络介绍 1295.2.2 反向传播算法 1315.2.3 随机梯度下降法 1335.2.4 优化算法 1345.2.5 权重初始值的合理设置 1385.3 自编码器 1395.3.1 稀疏自编码器 1405.3.2 降噪自编码器 1415.3.3 堆叠自编码器 1425.4 深度信念网络 1435.4.1 玻尔兹曼机 1435.4.2 受限玻尔兹曼机 1455.4.3 深度信念网络概述 1485.5 深度生成模型 1505.5.1 变分自编码 1515.5.2 对抗网络的生成 1555.6 卷积神经网络 1575.6.1 卷积的意义 1575.6.2 卷积神经网络组成 1585.6.3 卷积神经网络特点 1595.6.4 卷积神经网络架构 1605.7 循环神经网络 1645.7.1 简单循环神经网络 1655.7.2 基于门控的循环神经网络 1675.7.3 深层循环神经网络 1705.8 图神经网络 1715.8.1 图结构 1715.8.2 图神经网络的分类 1725.9 强化学习 1765.9.1 强化学习介绍 1765.9.2 基于值函数的学习方法 1835.9.3 基于策略函数的学习方法 188第6章 基于深度学习的**系统应用 1906.1 深度学习在基于内容的**系统中的应用 1906.1.1 基于多层感知机的方法 1916.1.2 基于卷积神经网络的方法 1926.1.3 基于循环神经网络的方法 1956.1.4 基于深度信念网络的方法 1976.2 深度学习在协同过滤中的应用 1976.2.1 基于自编码器的协同过滤算法 1986.2.2 基于受限玻尔兹曼机的协同过滤算法 1996.2.3 基于循环神经网络的协同过滤算法 2016.2.4 基于生成对抗网络的协同过滤算法 2036.2.5 基于其他深度学习模型的协同过滤算法 2046.3 基于图神经网络的**系统的应用 2056.3.1 **系统概述 2056.3.2 图神经网络技术 2066.3.3 基于图神经网络的社交**研究 2066.3.4 基于图神经网络的二部图**研究 2096.3.5 基于知识图谱的**研究 2116.3.6 基于图神经网络的序列**研究 2136.4 深度学习在混合**系统中的应用 2156.5 基于深度强化学习的**系统 2196.5.1 静态场景下的强化**算法 2206.5.2 动态场景下的强化**算法 2226.6 基于深度学习的**研究发展趋势 223第7章 辅助学习的**系统 2287.1 辅助学习简介 2287.2 国内个性化**主要成就 2307.3 基于协同过滤的学习资源个性化** 2317.3.1 相关概念 2317.3.2 实现步骤 2327.3.3 个性化**特点 2347.4 课程**系统 2357.4.1 实现步骤 2367.4.2 课程**的特点 2367.5 评估**系统对教育的影响 2387.6 辅助学习**系统面临的挑战 242参考文献 244
展开全部
书友推荐
- >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
名家带你读鲁迅:朝花夕拾
名家带你读鲁迅:朝花夕拾
¥10.5¥21.0 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
山海经
山海经
¥17.7¥68.0 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥15.9¥49.8 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥9.9¥23.0 - >
自卑与超越
自卑与超越
¥12.7¥39.8 - >
伊索寓言-世界文学名著典藏-全译本
伊索寓言-世界文学名著典藏-全译本
¥9.3¥19.0
本类畅销
-
Photoshop 2022中文版案例教程
¥44.1¥59.8 -
局域网组建、管理与维护(第4版)(微课版)
¥47¥59 -
园林AUTOCAD教程
¥24¥45 -
Python实战编程:从零学Python
¥81¥108 -
Java程序设计基础
¥37¥50 -
数据备份与恢复
¥51.4¥69
