
Recommender Systems: The Textbook
Kurzinformation



inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
"Recommender Systems: The Textbook" von Charu C. Aggarwal bietet eine umfassende Einführung in die Theorie und Praxis von Empfehlungssystemen, die heute in vielen digitalen Plattformen weit verbreitet sind. Das Buch behandelt grundlegende Konzepte und fortschrittliche Techniken zur Erstellung von Empfehlungsalgorithmen. Es beginnt mit einer Übersicht über die verschiedenen Arten von Empfehlungssystemen, einschließlich kollaborativer Filterung, inhaltsbasierter Empfehlungen und hybrider Ansätze. Aggarwal erklärt mathematische Modelle und Algorithmen detailliert und illustriert diese mit praktischen Beispielen. Darüber hinaus werden Themen wie Matrixfaktorisierung, Deep Learning für Recommender-Systeme sowie das Handling von Skalierbarkeits- und Echtzeitanforderungen behandelt. Das Buch beleuchtet auch Herausforderungen wie Datenknappheit, Cold Start-Probleme und Bias in Empfehlungssystemen. Neben theoretischem Wissen bietet das Buch praktische Anleitungen zur Implementierung von Recommender-Systemen sowie Einblicke in aktuelle Forschungstrends auf diesem Gebiet. Es richtet sich sowohl an Studierende als auch an Fachleute aus der Industrie, die ein tieferes Verständnis für die Entwicklung effektiver Empfehlungsstrategien gewinnen möchten.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
Charu C. Aggarwal is a Distinguished Research Staff Member (DRSM) at the IBM T.J. Watson Research Center in Yorktown Heights, New York. He completed his B.S. from IIT Kanpur in 1993 and his Ph.D. from the Massachusetts Institute of Technology in 1996. He has published more than 300 papers in refereed conferences and journals, and has applied for or been granted more than 80 patents. He is author or editor of 15 books, including a textbook on data mining and a comprehensive book on outlier analysis. Because of the commercial value of his patents, he has thrice been designated a Master Inventor at IBM. He has received several internal and external awards, including the EDBT Test-of-Time Award (2014) and the IEEE ICDM Research Contributions Award (2015). He has also served as program or general chair of many major conferences in data mining. He is a fellow of the SIAM, ACM, and the IEEE, for "contributions to knowledge discovery and data mining algorithms."
- Hardcover
- 208 Seiten
- Erschienen 2010
- Springer
- Hardcover
- 482 Seiten
- Erschienen 2022
- Wiley
- Taschenbuch
- 260 Seiten
- Erschienen 2008
- Cambridge University Press
- Kartoniert
- 501 Seiten
- Erschienen 2001
- Springer
- Hardcover
- 208 Seiten
- Erschienen 2016
- Sage Publications, Inc
- Hardcover -
- Erschienen 2017
- Springer
- Hardcover
- 256 Seiten
- Erschienen 2022
- Wiley & Sons
- Hardcover
- 272 Seiten
- Erschienen 2022
- Wiley-IEEE Press
- Hardcover
- 648 Seiten
- Erschienen 2018
- Springer
- Hardcover
- 220 Seiten
- Erschienen 2004
- Elsevier Science
- Hardcover
- 256 Seiten
- Erschienen 2023
- Wiley & Sons
- Hardcover
- 288 Seiten
- Erschienen 2015
- Wiley
- Taschenbuch
- 216 Seiten
- Erschienen 1986
- Wspc
- hardcover -
- Erschienen 1991
- Wiesbaden : Gabler,
- Gebunden
- 738 Seiten
- Erschienen 2011
- Springer
- Hardcover
- 176 Seiten
- Erschienen 2022
- -