| 失效链接处理 |
|
推荐系统与深度学习 黄昕 PDF 下载 下载地址：
版权归出版社和原作者所有，链接已删除，请购买正版
用户下载说明：
电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：
http://product.dangdang.com/1072748367.html
相关截图：  资料简介： 本书的几位作者都在大型互联网公司从事与推荐系统相关的实践与研究，通过这本书，把推荐系统工作经验予以总结，以帮助想从事推荐系统的工作者或推荐系统爱好者。本书的内容设置由浅入深，从传统的推荐算法过渡到近年兴起的深度学习技术。不管是初学者，还是有一定经验的从业人员，相信都能从本书的不同章节中有所收获。区别于其他推荐算法书籍，本书引入了已被实践证明效果较好的深度学习推荐技术，包括Word2Vec、Wide & Deep、DeepFM、GAN 等技术应用，并给出了相关的实践代码；除了在算法层面讲解推荐系统的实现，还从工程层面详细阐述推荐系统如何搭建。 资料目录：
第 -章什么是推荐系统
. -推荐系统的概念.
.. -推荐系统的基本概念
..2 -深度学习与推荐系统4
第2 -章深度神经网络.7
2. -什么是深度学习.7
2.. -深度学习的三次兴起7
2..2 -深度学习的优势9
2.2 -神经网络基础
2.2. -神经元
2.2.2 -神经网络.2
2.2.3 -反向传播.3
2.2.4 -优化算法.4
2.3 -卷积网络基础7
2.3. -卷积层7
2.3.2 -池化层9
2.3.3 -常见的网络结构9
2.4 -循环网络基础2
2.4. -时序反向传播算法22
2.4.2 -长短时记忆网络24
2.5 -生成对抗基础25
2.5. -对抗博弈.26
2.5.2 -理论推导.27
2.5.3 -常见的生成对抗网络29
iv -j -推荐系统与深度学习
第3 -章TensorFlow -平台3
3. -什么是TensorFlow -3
3.2 -TensorFlow -安装指南.33
3.2. -Windows -环境安装.33
3.2.2 -Linux -环境安装.34
3.3 -TensorFlow -基础.36
3.3. -数据流图.36
3.3.2 -会话37
3.3.3 -图可视化.37
3.3.4 -变量37
3.3.5&nb
|
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
