本/雑誌
推薦システム 統計的機械学習の理論と実践 / 原タイトル:Statistical Methods for Recommender Systems
DeepakK.Agarwal/著 Bee‐ChungChen/著 島田直希/訳 大浦健志/訳
4180円
| ポイント | 1% (41p) |
|---|---|
| 発売日 | 2018年04月発売 |
| 出荷目安 | メーカー在庫あり:1-3日
※出荷目安について |
- 追跡可能メール便 送料無料
著者・出版社・関連アーティスト
商品説明
推薦システムで生ずる統計的課題を包括的に扱うためには、適応的逐次計画(多腕バンディット手法)、双線形ランダム効果モデル(行列分解)、MapReduceを用いた拡張性の高いモデルの当てはめ、などの最先端の技術の詳細な議論が必要である。推薦システムで用いられる複雑な概念を、Yahoo!およびLinkedInにおける大規模システムでの開発/運用経験をもとに具体性のある説明を行い、理論と実践のギャップを埋めている。
関連記事
収録内容
| 1 | 第1部 導入(古典的手法 |
| 2 | 推薦問題における探索と活用 |
| 3 | 推薦システムの評価) |
| 4 | 第2部 一般的な問題設定(問題設定とシステム構成 |
| 5 | Most‐Popular推薦 |
| 6 | 素性ベクトルベースの回帰による個別化 |
| 7 | 因子モデルによる個別化) |
| 8 | 第3部 高度な話題(潜在ディリクレ分配による因子分解 |
| 9 | コンテキスト依存推薦 |
| 10 | 多目的最適化) |
