資料詳細

  • 1 件中、 1 件目

【図書】 推薦システム

統計的機械学習の理論と実践 --
Ｄｅｅｐａｋ　Ｋ．Ａｇａｒｗａｌ ／著, Ｂｅｅ‐Ｃｈｕｎｇ　Ｃｈｅｎ ／著, 島田直希 ／訳, 大浦健志 ／訳   -- 共立出版 -- ２０１８．４ -- ２１ｃｍ -- ３３２ｐ

資料詳細

タイトル 推薦システム
副書名 統計的機械学習の理論と実践
著者名等 Ｄｅｅｐａｋ　Ｋ．Ａｇａｒｗａｌ ／著, Ｂｅｅ‐Ｃｈｕｎｇ　Ｃｈｅｎ ／著, 島田直希 ／訳, 大浦健志 ／訳  
出版 共立出版 ２０１８．４
大きさ等 ２１ｃｍ ３３２ｐ
分類 417.1
件名 確率過程 , 数理統計学 , 機械学習
注記 原タイトル：Ｓｔａｔｉｓｔｉｃａｌ　Ｍｅｔｈｏｄｓ　ｆｏｒ　Ｒｅｃｏｍｍｅｎｄｅｒ　Ｓｙｓｔｅｍｓ
注記 文献あり　索引あり
著者紹介 【Ｄｅｅｐａｋ　Ｋ．Ａｇａｒｗａｌ】ウェブアプリケーションの適合性（訳注：利用者の要求に適合する情報を提供する性能）を向上させるための最先端の機械学習と統計的手法の開発と導入を数年にわたって経験しているビッグデータのアナリストである。また，推薦システムやオンライン広告の分野で，大規模データにおける困難な問題を解決するための新しい技術の研究も経験している。米国統計協会のフェローであり，トップレベルのジャーナルの統計に関連する分野の編集者である。（本データはこの書籍が刊行された当時に掲載されていたものです）
要旨 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。
目次 第１部　導入（古典的手法；推薦問題における探索と活用；推薦システムの評価）；第２部　一般的な問題設定（問題設定とシステム構成；Ｍｏｓｔ‐Ｐｏｐｕｌａｒ推薦；素性ベクトルベースの回帰による個別化；因子モデルによる個別化）；第３部　高度な話題（潜在ディリクレ分配による因子分解；コンテキスト依存推薦；多目的最適化）
ISBN(13)、ISBN 978-4-320-12430-1　　 4-320-12430-8
書誌番号 1113585133
URL https://opac.lib.city.yokohama.lg.jp/winj/opac/switch-detail.do?bibid=1113585133

ページの先頭へ

所蔵

所蔵は 1 件です。現在の予約件数は 0 件です。

所蔵館 所蔵場所 別置 請求記号 資料区分 状態 取扱 資料コード
中央 ４階自然科学 Map 417.1 一般書 利用可 - 2062324468 iLisvirtual

ページの先頭へ