MARC状态:审校 文献类型:中文图书 浏览次数:136
- 题名/责任者:
- 检索匹配:深度学习在搜索、广告、推荐系统中的应用/康善同编著
- 出版发行项:
- 北京:机械工业出版社,2022
- ISBN及定价:
- 978-7-111-70607-6/CNY79.00
- 载体形态项:
- X, 194页:图;24cm
- 并列正题名:
- Retrieval and matching
- 其它题名:
- 深度学习在搜索、广告、推荐系统中的应用
- 丛编项:
- 大数据科学丛书
- 个人责任者:
- 康善同 编著
- 学科主题:
- 机器学习-应用-互联网络-信息检索
- 中图法分类号:
- TP181
- 中图法分类号:
- G254.928
- 责任者附注:
- 康善同, 本科毕业于南京大学, 于北京大学获得计算机系统结构硕士学位, 有十余年的互联网大厂一线算法相关工作经验。
- 提要文摘附注:
- 本书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。本书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。全书共11章, 分为四大部分。第一部分 (第1-2章) 介绍了深度学习的相关理论知识 ; 第二部分 (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 ; 第三部分 (第7-9章) 介绍了检索算法基本理论以及演进历史, 并以业界中应用较为广泛的双塔模型DSSM为例进行了详细理论介绍和代码实现 ; 第四部分 (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。
全部MARC细节信息>>