• 本

推薦システム 統計的機械学習の理論と実践

出版社名 共立出版
出版年月 2018年4月
ISBNコード 978-4-320-12430-1
4-320-12430-8
税込価格 4,104円
頁数・縦 332P 21cm

この商品を買った人は、こちらにも興味をもっています

商品内容

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)

著者紹介

Agarwal,Deepak K. (AGARWAL,DEEPAK K.)   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‐Chung (CHEN,BEE 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)