推薦システム: 統計的機械学習の理論と実践

統計的機械学習の理論と実践 Deepak K. Agarwal BeeーChung Chen 共立出版スイセンシステム ディーパック アガルワル ビーチュン チェン 発行年月：2018年04月21日 予約締切日：2018年03月10日 ページ数：352p サイズ：単行本 ISBN：9784320124301 Agarwal，Deepak　K． ビッグデータのアナリスト。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 Chen，BeeーChung（CHEN，BEE　CHUNG） 技術者。主な研究分野は、推薦システム、データマイニング、機械学習、ビッグデータ分析（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） 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ー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） 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。 本 パソコン・システム開発 その他

【メール便のご利用条件】
・商品同梱は2点まで
・商品重量合計800g未満

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。