推薦系統與深度學習

圖書簡介

本書的內容設定由淺入深，從傳統的推薦算法過渡到近年興起的深度學習技術。不管是初學者，還是有一定經驗的從業人員，相信都能從本書的不同章節中有所收穫。區別於其他推薦算法書籍，本書包括Word2Vec、Wide & Deep、DeepFM、GAN 等技術套用，並給出了相關的實踐代碼；除了在算法層面講解推薦系統的實現，還從工程層面詳細闡述推薦系統如何搭建。

圖書目錄

第1章什麼是推薦系統1

1.1推薦系統的概念.1

1.1.1推薦系統的基本概念1

1.1.2深度學習與推薦系統4

第2章深度神經網路.7

2.1什麼是深度學習.7

2.1.1深度學習的三次興起7

2.1.2深度學習的優勢9

2.2神經網路基礎11

2.2.1神經元11

2.2.2神經網路.12

2.2.3反向傳播.13

2.2.4最佳化算法.14

2.3卷積網路基礎17

2.3.1卷積層17

2.3.2池化層19

2.3.3常見的網路結構19

2.4循環網路基礎21

2.4.1時序反向傳播算法22

2.4.2長短時記憶網路24

2.5生成對抗基礎25

2.5.1對抗博弈.26

2.5.2理論推導.27

2.5.3常見的生成對抗網路29

ivj推薦系統與深度學習

第3章TensorFlow平台31

3.1什麼是TensorFlow31

3.2TensorFlow安裝指南.33

3.2.1Windows環境安裝.33

3.2.2Linux環境安裝.34

3.3TensorFlow基礎.36

3.3.1數據流圖.36

3.3.2會話37

3.3.3圖可視化.37

3.3.4變數37

3.3.5占位符38

3.3.6最佳化器38

3.3.7一個簡單的例子38

3.4其他深度學習平台39

第4章推薦系統的基礎算法42

4.1基於內容的推薦算法.42

4.1.1基於內容的推薦算法基本流程42

4.1.2基於內容推薦的特徵提取.45

4.2基於協同的推薦算法.47

4.2.1基於物品的協同算法49

4.2.2基於用戶的協同算法57

4.2.3基於用戶協同和基於物品協同的區別59

4.2.4基於矩陣分解的推薦方法.61

4.2.5基於稀疏自編碼的推薦方法.71

4.3基於社交網路的推薦算法80

4.3.1基於用戶的推薦在社交網路中的套用81

4.3.2node2vec技術在社交網路推薦中的套用85

推薦系統與深度學習

基本介紹

圖書簡介

圖書目錄

相關詞條

熱門詞條