Python推荐系统实战
副题名:基于深度学习、NLP和图算法的应用型推荐系统
主要著作者:(印)阿克谢·库尔卡尼(AkshayKulkarni)等著
本书介绍了如何根据各种应用场景来实现推荐系统,用的方法有深度学习、自然语言处理以及知识图谱等。全书分为4部分11章。第1部分包含第1章和第2章,涵盖的是基本方法。第2部分包括第3章、第4章、第5章和第6章,介绍流行的方法,比如基于协同过滤、基于内容的方法以及混合推荐系统。第3部分包含第7章和第8章,讨论如何使用最先进的机器学习算法实现系统。最后是第4部分,包含第9章、第10章和第11章,讨论推荐系统的相关趋势和新兴技术。书稿具有较高的社会效益和经济效益,可以促进业务的良性增长,实现AI赋能的商业目的。