书籍介绍
深度学习在推荐系统领域掀起了一场技术革命，本书从深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。
《深度学习推荐系统》既适合推荐系统、计算广告和搜索领域的从业者阅读，也适合人工智能相关专业的本 科生、研究生、博士生阅读，帮助他们建立深度学习推荐系统的技术框架，通过学习前沿案例 加强深度学习理论与推荐系统工程实践的融合能力。
作者简介
王喆，毕业于清华大学计算机科学与技术系，美国流媒体公司Roku资深机器学习工程师，推荐系统架构负责人。曾任Hulu高级研究工程师，品友互动广告效果算法组负责人。清华大学KEG实验室学术搜索引擎AMiner早期发起人之一。主要研究方向为推荐系统、计算广告、个性化搜索，发表相关领域学术论文7篇，拥有专利3项，是《百面机器学习：算法工程师带你去面试》等技术书的联合作者。曾担任KDD、CIKM等国际会议审稿人。
目录
第1章 互联网的增长引擎——推荐系统
1.1 为什么推荐系统是互联网的增长引擎
1.1.1 推荐系统的作用和意义
1.1.2 推荐系统与YouTube的观看时长增长
1.1.3 推荐系统与电商网站的收入增长
显示全部
用户评论
感觉看他知乎专栏就够了。噗。
深入浅出
深入浅出，对整个推荐系统的知识框架做了相对完整的梳理。对于广告和搜索等相关行业同样适用。
非常好的一本书，带我入门了推荐系统，非常感谢作者，这本书最大的优点是成体系，脉络清晰，讲了各种算法演化过程。我准备照着上面的路线慢慢看论文，等我有点积累后，再读一遍这本书，也决定暂时把我的方向定成推荐系统了，希望能做出点东西吧。
看到第五章就认定是一本好书，而不只是技术书
文章结构明了，算法原理讲得清晰而有深度，比另外一本好太多（说得就是计算广告），很适合用来梳理自己的知识结构
很不错的一本书，但希望能够对重点的算法讲得更细一些
对于入门者和业内人士很适合
非常好的书，偏向推荐算法，但也让我这个推荐工程的人得以窥见了推荐系统的全貌！
内容全面清晰，详略得当，对入门来说可以很快建立整个推荐系统的世界观
电子工业出版社的其他书籍查看全部
下载
收藏