请选择 进入手机版 | 继续访问电脑版
楼主: 幸运符
3904 9

[书籍介绍] [2018年新书]使用Python实践推荐系统(出版时间:2018年7月31日) [推广有奖]

  • 1关注
  • 19粉丝

教授

68%

还不是VIP/贵宾

-

威望
0
论坛币
25028 个
通用积分
206.2649
学术水平
41 点
热心指数
57 点
信用等级
40 点
经验
125414 点
帖子
1835
精华
0
在线时间
1145 小时
注册时间
2013-6-12
最后登录
2023-7-15

幸运符 发表于 2018-8-25 01:40:34 |显示全部楼层 |坛友微信交流群
相似文件 换一批

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
使用Python的实践推荐系统:开始构建功能强大且个性化的推荐引擎
发表于:2018年7月31日 cover.jpg

2018-8-25 1-34-24.png

通过Python实践推荐系统,学习构建各种强大推荐系统(协作,知识和内容)以及将它们部署到Web所需的工具和技术

主要特征
  • 构建行业标准的推荐系统
  • 只需要熟悉Python
  • 无需通过复杂的机器学习理论来使用本书
图书说明

推荐系统是当今几乎所有互联网业务的核心; 从Facebook到Net?ix到亚马逊。提供良好的建议,无论是朋友,电影还是杂货,在定义用户体验和吸引客户使用您的平台方面都有很长的路要走。

这本书向您展示了如何做到这一点。您将了解业界使用的各种推荐器,并了解如何使用Python从头开始构建它们。无需了解大量的机器学习理论 - 您将开始尽快构建和学习推荐器。

在本书中,您将构建一个IMDB Top 250克隆,这是一个基于内容的引擎,可以处理电影元数据。您将使用协作过滤器来利用客户行为数据,以及使用基于内容和协作过滤技术的混合推荐器

通过本书,您开始构建推荐系统所需的一切就是熟悉Python,当您完成学习之后,您将非常了解推荐人的工作方式,并能够很好地应用这些技术。您将学习到自己的问题域名。

你将学到什么
  • 掌握不同类型的推荐系统
  • 使用pandas库掌握数据争用技术
  • 构建IMDB前250名克隆
  • 构建基于内容的引擎,以根据电影元数据推荐电影
  • 使用用于构建推荐器的数据挖掘技术
  • 使用强大的算法构建行业标准的协作过滤器
  • 构建混合推荐器,其中包含基于内容和协作的过滤
这本书的用途是谁

如果您是Python开发人员并且想要开发社交网络,新闻个性化或智能广告的应用程序,那么这本书就适合您。机器学习技术的基本知识将有所帮助,但不是强制性的。

目录
  • 推荐系统入门
  • 使用Pandas Library操作数据
  • 使用Pandas构建IMDB前250名克隆
  • 构建基于内容的推荐器
  • 数据挖掘技术入门
  • 构建协作过滤器
  • 混合推荐人


Hands-On Recommendation Systems - Rounak Banik.pdf (5.56 MB, 需要: 2 个论坛币)

Hands-OnRecommendationSystems-RounakBanik.epub (2.87 MB, 需要: 2 个论坛币)

Hands-On-Recommendation-Systems-with-Python-master.zip (368.73 KB, 需要: 2 个论坛币)

这本书适合:开发社交网络,新闻个性化或智能广告的应用程序

详细目录
1、从推荐系统开始
技术要求
推荐系统是什么?
预测问题
排序问题
推荐系统的类型
协同过滤
基于用户的过滤
基于项目的过滤
缺点
基于内容的系统
基于知识的推荐者
混合推荐器
总结

2、用Pandas图书馆操作数据
技术要求
创设环境
Pandas图书馆
Pandas数据报
Pandas系列
总结

3、用Pandas打造IMDB 250强克隆
技术要求
简单推荐者
度量
先决条件
计算得分
排序输出
基于知识的推荐者
体裁
Buffely-图表函数
总结

4、构建基于内容的推荐器
技术要求
导出干净数据文件
文档向量
计数记录器
TF IDF矢量化器
余弦相似性得分
基于图描述的推荐器
准备数据
创建TF IDF矩阵
计算余弦相似性得分
构建推荐功能
基于元数据的推荐器
准备数据
关键词和学分数据集
争论关键词、演员和剧组成员
创建元数据汤
生成建议
改进建议
总结

5、数据挖掘技术入门
问题陈述
相似度量
Euclidean距离
皮尔森相关
余弦相似度
聚类
k-均值聚类
选择K
其他聚类算法
维数约简
主成分分析
其他降维技术
线性判别分析
奇异值分解
监督学习
K近邻
分类
回归
支持向量机
决策树
系综
套袋随机森林
助推
评价指标
准确度
均方根误差
二元分类度量
精密度
回忆
F1评分
总结

6、构建协同过滤器
技术要求
框架
MOVELLIENS数据集
下载数据集
数据挖掘
培训和测试数据
评价
基于用户的协同过滤
平均值
加权平均值
用户人口统计
基于项目的协同过滤
基于模型的方法
聚类
监督学习与降维
奇异值分解
总结

7.混合推荐器
技术要求
介绍
建立混合模型的案例研究
总结
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝


已有 1 人评分经验 收起 理由
我的素质低 + 100 精彩帖子

总评分: 经验 + 100   查看全部评分

本帖被以下文库推荐

踏实一些,不要着急,你想要的,岁月都会给你。
幸运符 发表于 2018-8-25 10:38:41 |显示全部楼层 |坛友微信交流群
学习重点:
预测、排序、过滤;Pandas操作数据;度量、图表函数;数据处理,数据挖掘:问题陈述,相似度量,Euclidean距离,皮尔森相关,余弦相似度,聚类,k-均值聚类,选择K,其他聚类算法,维数约简,主成分分析,其他降维技术,线性判别分析,奇异值分解,监督学习,K近邻,分类,回归,支持向量机,决策树,套袋随机森林,助推,评价指标,准确度,均方根误差,二元分类度量,精密度

本书的特点操作性强。不建议初学者学习。

已有 1 人评分经验 收起 理由
我的素质低 + 100 精彩帖子

总评分: 经验 + 100   查看全部评分

使用道具

baiwei1637124 学生认证  发表于 2018-8-25 19:30:05 |显示全部楼层 |坛友微信交流群
楼主威武,多谢分享~

使用道具

420948492 发表于 2018-8-25 21:49:31 |显示全部楼层 |坛友微信交流群
感谢分享

使用道具

microw 发表于 2018-8-31 17:33:41 |显示全部楼层 |坛友微信交流群
正在学习推荐系统,谢谢!

使用道具

cometwx 发表于 2018-9-16 21:31:28 |显示全部楼层 |坛友微信交流群
感谢分享

使用道具

jiaminZ 发表于 2018-9-18 07:10:42 来自手机 |显示全部楼层 |坛友微信交流群
幸运符 发表于 2018-8-25 01:40
使用Python的实践推荐系统:开始构建功能强大且个性化的推荐引擎
发表于:2018年7月31日
通过Python实践推 ...
支持一下!

使用道具

tyaer 发表于 2018-11-13 20:50:07 |显示全部楼层 |坛友微信交流群
支持一下!

使用道具

phipe 发表于 2018-11-13 23:36:06 |显示全部楼层 |坛友微信交流群
谢谢分享

使用道具

gaoggggg1 发表于 2018-11-22 15:39:29 |显示全部楼层 |坛友微信交流群
谢谢......谢谢分享!

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-28 18:37