Doporučovací systémy: Učebnice

Recenze čtenářů

Kniha o doporučovacích systémech je vysoce oceňována pro svůj srozumitelný text, ucelený záběr a praktické poznatky, takže je cenná jak pro začátečníky, tak pro ty, kteří si chtějí prohloubit své znalosti. Ačkoli slouží jako autoritativní zdroj informací, bylo jí vytýkáno, že postrádá pokročilá témata, jako jsou techniky hlubokého učení a praktické příklady.

⬤ Jasné a přehledné psaní.
⬤ Komplexní pokrytí základních algoritmů a matematiky, které stojí za doporučovacími systémy.
⬤ Dobrá vyváženost teorie a praktických rad.
⬤ Užitečné jako reference pro začátečníky i pokročilé čtenáře.
⬤ Poskytuje jistotu při vytváření vlastních doporučovacích systémů.
⬤ Mnoho uživatelů ji považuje za užitečnou a vřele ji doporučuje.

⬤ Chybí pokrytí pokročilých témat, jako je hluboké učení a víceramenné bandity.
⬤ Někteří uživatelé si přejí více numerických příkladů a vzorového kódu.
⬤ Obsah verze pro Kindle není opatřen hypertextovými odkazy, takže navigace je těžkopádná.
⬤ Některé části obsahují opakující se obsah a drobné nepřesnosti.

(na základě 18 hodnocení čtenářů)

Původní název:

Recommender Systems: The Textbook

Obsah knihy:

Tato kniha se komplexně zabývá tématem doporučovacích systémů, které uživatelům poskytují personalizovaná doporučení produktů nebo služeb na základě jejich předchozích vyhledávání nebo nákupů. Metody doporučovacích systémů byly přizpůsobeny různým aplikacím, včetně vytěžování záznamů dotazů, sociálních sítí, doporučování zpráv a počítačové reklamy. Tato kniha syntetizuje základní i pokročilá témata oblasti výzkumu, která nyní dosáhla zralosti. Kapitoly této knihy jsou rozděleny do tří kategorií:

Algoritmy a hodnocení: Tyto kapitoly pojednávají o základních algoritmech v doporučovacích systémech, včetně metod kolaborativního filtrování, metod založených na obsahu, metod založených na znalostech, metod založených na ansámblech a hodnocení.

Doporučení ve specifických doménách a kontextech: Kontext doporučení lze považovat za důležitou vedlejší informaci, která ovlivňuje cíle doporučení. Zkoumají se různé typy kontextu, jako jsou časové údaje, prostorové údaje, sociální údaje, údaje o značkách a důvěryhodnost.

Pokročilá témata a aplikace: Jsou diskutovány různé aspekty robustnosti doporučovacích systémů, jako jsou shillingové systémy, modely útoků a jejich obrana.

Kromě toho jsou představena nejnovější témata, jako je učení se podle pořadí, víceramenné bandity, skupinové systémy, vícekriteriální systémy a aktivní systémy učení, a jejich aplikace.

Přestože tato kniha slouží především jako učebnice, díky svému zaměření na aplikace a odkazy osloví i průmyslové odborníky z praxe a výzkumné pracovníky. K dispozici jsou četné příklady a cvičení a pro vyučující je k dispozici příručka s řešením.