Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 3 olvasói szavazat alapján történt.
Applied Recommender Systems with Python: Build Recommender Systems with Deep Learning, Nlp and Graph-Based Techniques
Ez a könyv megtanítja, hogyan lehet ajánlórendszereket építeni gépi tanulási algoritmusok segítségével Python nyelven. Az ajánlórendszerek ma már minden internetalapú vállalkozás nélkülözhetetlen részévé váltak.
Az ajánlórendszerek alapfogalmainak megismerésével kezd, áttekintve a különböző típusú ajánlómotorokat és azok működését. Ezután látni fogja, hogyan lehet ajánlórendszereket építeni hagyományos algoritmusokkal, például piaci kosárelemzéssel, valamint tartalom- és tudásalapú ajánlórendszereket NLP-vel. A szerzők ezután olyan technikákat mutatnak be, mint a mátrix-faktorizálással történő kollaboratív szűrés, valamint a tartalomalapú és kollaboratív szűrési technikákat egyaránt magában foglaló hibrid ajánlórendszerek. Ezt követi a gépi tanuláson alapuló ajánlórendszerek építésének bemutatása olyan klaszterező és osztályozó algoritmusok segítségével, mint a K-means és a random forest. Az utolsó fejezetek az NLP-t, a mélytanulást és a gráfalapú technikákat tárgyalják az ajánlómotorok építéséhez. Minden fejezet tartalmazza az adatok előkészítését, az ajánlórendszerek értékelésének és optimalizálásának többféle módját, támogató példákat és illusztrációkat.
A könyv végére megérti és képes lesz ajánlórendszerek létrehozására különböző eszközökkel és technikákkal, gépi tanulással, mélytanulással és gráfalapú algoritmusokkal.
Mit fog tanulni
⬤ A különböző ajánlórendszer-technikák megértése és implementálása Python nyelven.
⬤ Egyaránt alkalmazza az olyan népszerű módszereket, mint a tartalom- és tudásalapú, kollaboratív szűrés, piaci kosárelemzés és mátrix faktorizáció.
⬤ Hibrid ajánlórendszerek építése, amelyek mind tartalomalapú, mind kollaboratív szűrést tartalmaznak.
⬤ A gépi tanulás, az NLP és a mélytanulás felhasználása ajánlórendszerek építéséhez.
Kinek szól ez a könyvAdattudósok, gépi tanulási mérnökök és Python programozók, akiket érdekel az ajánlórendszerek építése és megvalósítása a problémák megoldására.
