检索匹配:深度学习在搜索、广告、推荐系统中的应用

机械工业出版社
机械工业出版社官方账号
2022-06-27 18:29:05

 

作者:康善同  编著

出版社:机械工业出版社

图书介绍:

   《检索匹配:深度学习在搜索、广告、推荐系统中的应用》主要介绍了深度学习在互联网核心的三大类业务(搜索、广告、推荐系统)检索系统中的应用。书中详细讲述了检索匹配的理论、演进历史,以及在业务中落地一个基于深度学习算法模型的全流程技能,包括业务问题建模、样本准备、特征抽取、模型训练和预测等,并提供了相应的代码。
    《检索匹配:深度学习在搜索、广告、推荐系统中的应用》共11章,分为四大部分。第1部分(第1~2章)介绍了深度学习的相关理论知识;第2部分(第3~6章)介绍了业务中如何上线一个深度学习模型,包括标签拼接、特征抽取、模型训练和预测等流程,采用单机实现;第3部分(第7~9章)介绍了检索算法基本理论以及演进历史,并以业内应用较为广泛的双塔模型DSSM为例进行了详细理论解析和代码实现;第4部分(第10~11章)介绍了如何将单机训练模式改造为分布式训练模式,以加快模型的训练速度,从而应对具有海量样本的业务场景。
    《检索匹配:深度学习在搜索、广告、推荐系统中的应用》为读者提供了全部案例源代码下载和超过180分钟的高清学习视频,读者可直接扫描二维码观看。
    《检索匹配:深度学习在搜索、广告、推荐系统中的应用》旨在为读者介绍深度学习在互联网业务中落地的方法和实现,主要面向算法工程师、相关领域研究人员和相关专业院校师生。

可领取数量:

两本

 

购买地址:https://item.jd.com/13215809.html

 

 

 

...全文
1008 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
琲世 2022-09-26
  • 打赏
  • 举报
回复
1人已打赏

这是一条迟到的书评,最近由于工作事宜一直没有读完书并且进行书评,终于找到时间读完书,现在来补上。
首先感谢CSDN赠送的图书,整体读完受益匪浅,也感谢作者,传道受业解惑。
图书整体阅读下来,作者将深度学习在搜索、广告中的应用由繁到简,由简到繁,逐步讲解了一遍。让只懂得深度学习理论,以及仅简单应用过的人,明白了目前深度学习在商业中的应用。各部分简单介绍并且说明一下自己的想法:

  1. 理论部分:书中的理论部分分为两处,一处是简介以及实现过程中对于理论的穿插讲解,涉及的是机器学习与深度学习基本原理,与论文或者其他部分看到的相同,但是作者进行了理解化的讲解,很清晰易懂;另一处是在书中高级深度学习模型中的介绍,各类新的算法与模型,以及理论介绍都讲解了一遍,这部分很受益,离开学校以后最新的算法以及应用都接触的少了一些,这部分内容介绍以及应用都写的很清晰,很赞。
  2. 应用部分:这部分一直是我的盲区,在学校期间只是针对了论文和小数据的应用,在工作时也是针对专项的内容进行设计使用,所以对于应用最广的检索和推荐系统应用一直缺少系统以及专项的描述理解,读完这部分内容,豁然开朗的感觉,原来也没有那么神秘那么难。基本原理一致,只是用途不同而已。而且书中增加了阿里的GitHub代码(这是我最喜欢的部分,结合用例理解一直是我最喜欢的方式),结合使用感觉更佳。
    总结一下,本书是一位年轻的行业从业者的力作,书中由简到繁,细致的介绍了深度学习在检索、推荐、广告中的应用,对于想要了解深度学习,以及希望了解深度学习在行业中的应用的同学会很有裨益。
萌主大大 2022-09-26
  • 举报
回复
@琲世 很中肯的书评!
fupeng0915 2022-08-18
  • 打赏
  • 举报
回复

第一次开始运营深度学习网站平台,深知检索匹配是运营过程中的关键所在,甚至是唯二。求书助力,我一定能把我的平台运营好!!

琲世 2022-06-29
  • 打赏
  • 举报
回复

从接触深度学习,到研究生毕业课题的研究,再到工作中对于深度学习的应用,越来越体会到深度学习在整体社会,尤其是目前的推荐系统中的应用,希望可以有机会拜读这本图书,进一步了解和体会。

活动助手 2022-07-12
  • 举报
回复
@琲世 送!请注意查看私信以及名单通知,期待你的书评~
打开链接下载源码: https://pan.quark.cn/s/589796089f72 C++课程设计任务列表,涵盖以下内容:1、识别并显示10至99范围内,各位数乘积超过各位数和的数值,例如数字12不满足条件,因为1乘以2小于1加2,故不输出;而数字27满足条件,因为2乘以7大于2加7,因此需要输出该数。2、开发一个功能,用于从用户输入的任意数量实数找出最大值与最小值:首先要求用户输入一个正整数n,代表数值的个数,随后用户可输入任意n个实数,程序需找出这n个数的最大值和最小值并将它们展示出来。3、实现两个已排序数组的合并操作:设有数组A和B,且假设这两个数组的元素均已按照降序排列。编写程序将A和B合并成一个新的数组C,并确保C的元素同样保持降序排列。int A[10]={123, 86,80, 49,33,15,7,0,-1,-3};int B[10]={100,64,51,50,27,19,15,12,5,2};4、设计一个函数,用于计算特定分数序列前n项的总和,该序列为1/2,1/3,1/4,1/5,1/6,1/7,...。要求在主程序提示用户输入一个整数n,并验证输入的合法性(n需大于1方为有效),若输入合法,则调用求和函数并显示计算结果。5、编写一个程序,计算两个用户输入日期之间的天数差:用户需以year1,month1,day1和year2,month2,day2的格式输入两个日期,程序随后计算这两个日期之间的天数间隔,并将结果输出到屏幕上。要求编制具有如下原型的函数difs2Date:long GetDayDifference(int y1,int m1,int d1,int y2,int m2,int d2);并在主函数调用此函数,将计...
代码下载地址: https://pan.quark.cn/s/ee8627e4e6d7 ABAP调试器是一种功能强大的工具,可用于在执行期间对ABAP代码进行检验。除了常规的核心功能(例如逐行运行代码以及检验变量、字段符号和引用的值)之外,它还提供了一些辅助性的特性,能够简化并压缩调试会话的时长。并非所有使用者都熟悉这些辅助特性。SAP ABAP调试器是处理和优化ABAP代码开发与维护工作的核心资源,它配备了多样的功能来协助开发人员在运行状态下进行检验和排除故障。此资源着重阐述了ABAP调试器的一些高级特性,涵盖了深入分析调用堆栈、系统级调试、更新会话调试以及提升调试效率的方法。 1. **深入分析调用堆栈**:除了常规的应用程序调试,开发人员有时需要对调用堆栈的内部层级进行深入调试,特别是在错误出现在异步执行的更新处理或系统级程序时。通过启用**系统级调试**,可以访问通常不公开的系统代码,但这也会导致调用堆栈的显著增加,因此需要审慎操作。 2. **系统级调试**:对于不含业务逻辑的系统级程序,开发人员通常无需进行调试。然而,在特定情形下,例如进行错误追踪时,可能需要进入系统代码。借助调试器的“系统调试启用/禁用”选项,可以赋予对系统程序的调试权限。 3. **更新会话调试**:在处理异步更新任务,例如持久化业务数据时,错误可能发生在更新任务内部。激活**更新会话调试**,在更新任务完成后,调试器将自动启动,展示执行路径。比如,在变更成本心后,通过输入调试指令 "/h" 启动调试,保存后能够看到更新过程的错误。 4. **分析调用堆栈**:在进行深入调试时,调用堆栈是至关重要的。通过分析调用堆栈,能够定位到引发问题的具体位置,如在VB_V2_NORMAL...
源码链接: https://pan.quark.cn/s/a4b39357ea24 小程序雷达 AI 驱动的小程序生态选型与风险评估工具,把微信小程序开发资源转化为可筛选、可评估、可对比的技术雷达。 线上地址 主站: Vercel: 适合谁 正在做微信小程序技术选型的产品、研发和架构团队。 需要判断 Taro、uni-app、原生小程序、组件库、云开发和 SDK 风险的团队。 需要把历史 awesome 列表转成可筛选、可对比、可验证技术雷达的维护者。 可以做什么 Radar:按推荐状态、风险等级、资源类型、分类和适用场景浏览小程序生态资源。 Quick Search:快速搜索资源并跳转常用页面。 Compare:对比 Taro、uni-app、原生小程序等核心方案。 Advisor:输入选型问题,获得推荐结论、适用/不适用条件、迁移成本、下一步和证据来源。 Doctor:粘贴小程序项目配置,识别框架依赖、过时方案和迁移风险。 Weekly:查看小程序生态周报和近期风险信号。 数据概览 当前数据集包含 236 个小程序生态资源。 完整资源可在 Radar 页面和导出能力查看。 核心样例 Taro ★30.6k+ - 使用 React 的方式开发小程序的框架,同时支持生成多端应用 uni-app ★36.1k+ - 使用 Vue 语法开发小程序、H5、App的统一框架 MPX ★2.1k+ - 增强型小程序框架,深度性能优化,支持跨小程序平台开发,完全兼容原生小程序组件 WePY ★21.7k+ - 支持组件化的小程序开发框架 vant-weapp ★12.3k+ - 高颜值、好用、易扩展的微信小程序 UI 库 tdesign-miniprogram ★1.3...

2,315

社区成员

发帖
与我相关
我的任务
社区描述
IT 技术人的图书馆
其他 其他
社区管理员
  • 2021年IT图书评选
  • 活动助手
  • 我是阿萌
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧