Avis des lecteurs
Résumé:Le livre sur les systèmes de recommandation est très apprécié pour sa clarté, sa couverture complète et ses idées pratiques, ce qui le rend précieux tant pour les débutants que pour ceux qui cherchent à approfondir leur compréhension. Bien qu'il constitue une ressource faisant autorité, il a été noté pour son manque de sujets avancés tels que les techniques d'apprentissage profond et les exemples pratiques.
Avantages:⬤ Rédaction claire et bien organisée.
⬤ Couverture complète des algorithmes essentiels et des mathématiques qui sous-tendent les systèmes de recommandation.
⬤ Bon équilibre entre la théorie et les conseils pratiques.
⬤ Utile en tant que référence pour les débutants et les lecteurs avancés.
⬤ Permet d'acquérir la confiance nécessaire pour créer des moteurs de recommandation personnalisés.
⬤ De nombreux utilisateurs le trouvent utile et le recommandent vivement.
⬤ Manque de couverture de sujets avancés tels que l'apprentissage profond et les bandits à bras multiples.
⬤ Certains utilisateurs souhaitent davantage d'exemples numériques et de codes types.
⬤ La table des matières de la version Kindle n'est pas hyperliée, ce qui rend la navigation difficile.
⬤ Certaines sections ont un contenu répétitif et quelques inexactitudes mineures.
(basé sur 18 avis de lecteurs)
Titre original :
Recommender Systems: The Textbook
Contenu du livre :
Ce livre couvre de manière exhaustive le sujet des systèmes de recommandation, qui fournissent des recommandations personnalisées de produits ou de services aux utilisateurs en fonction de leurs recherches ou de leurs achats précédents. Les méthodes des systèmes de recommandation ont été adaptées à diverses applications, notamment l'exploration des journaux de requêtes, les réseaux sociaux, les recommandations de nouvelles et la publicité informatique. Ce livre fait la synthèse des sujets fondamentaux et avancés d'un domaine de recherche qui a maintenant atteint sa maturité. Les chapitres de ce livre sont organisés en trois catégories :
Algorithmes et évaluation : Ces chapitres traitent des algorithmes fondamentaux des systèmes de recommandation, y compris les méthodes de filtrage collaboratif, les méthodes basées sur le contenu, les méthodes basées sur la connaissance, les méthodes basées sur l'ensemble et l'évaluation.
Recommandations dans des domaines et contextes spécifiques : le contexte d'une recommandation peut être considéré comme une information secondaire importante qui affecte les objectifs de la recommandation. Différents types de contexte tels que les données temporelles, les données spatiales, les données sociales, les données d'étiquetage et la fiabilité sont explorés.
Sujets et applications avancés : Différents aspects de la robustesse des systèmes de recommandation, tels que les systèmes d'effacement, les modèles d'attaque et leurs défenses sont discutés.
En outre, des sujets récents, tels que l'apprentissage par classement, les bandits à bras multiples, les systèmes de groupe, les systèmes multicritères et les systèmes d'apprentissage actif, sont présentés avec leurs applications.
Bien que ce livre soit avant tout un manuel, il intéressera également les praticiens industriels et les chercheurs en raison de l'accent mis sur les applications et les références. De nombreux exemples et exercices ont été fournis, et un manuel de solutions est disponible pour les enseignants.
Autres informations sur le livre :
| ISBN : | 9783319296579 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Relié |
Achat:
Actuellement disponible, en stock.
