دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: برنامه نويسي ویرایش: 1 نویسندگان: Rounak Banik سری: ISBN (شابک) : 9781788993753, 9781788992534 ناشر: Packt Publishing سال نشر: 2018 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Hands-On Recommendation Systems with Python به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب سیستم های توصیه عملی با پایتون نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
سیستم های توصیه کننده استاندارد صنعتی بسازید فقط آشنایی با پایتون الزامی است برای استفاده از این کتاب نیازی به گذر از نظریه پیچیده یادگیری ماشین نیست اهداف با انواع مختلف سیستم های توصیه گر آشنا شوید با استفاده از کتابخانه پانداها بر تکنیک های جدال داده ها مسلط شوید ساخت 250 کلون برتر IMDB یک موتور مبتنی بر محتوا بسازید تا فیلمهایی را بر اساس فراداده فیلم توصیه کنید از تکنیک های داده کاوی استفاده شده در ساخت توصیه کننده ها استفاده کنید با استفاده از الگوریتم های قدرتمند فیلترهای مشترک استاندارد صنعتی بسازید ساختن توصیههای ترکیبی که شامل تکان دادن محتوا و مشارکتی است در باره سیستم های توصیه امروزه در قلب تقریباً هر کسب و کار اینترنتی قرار دارند. از فیس بوک تا نتفلیکس و آمازون. ارائه توصیههای خوب، چه دوستان، چه فیلمها یا خواربارفروشیها، در تعریف تجربه کاربری و ترغیب مشتریان شما به استفاده از پلتفرم شما بسیار مفید است. این کتاب به شما نشان می دهد که چگونه این کار را انجام دهید. با انواع مختلف توصیهکنندههای مورد استفاده در صنعت آشنا میشوید و نحوه ساخت آنها را از ابتدا با استفاده از پایتون خواهید دید. نیازی به گذر از هزاران نظریه یادگیری ماشین نیست - شما با ساختن و یادگیری توصیهگران در سریعترین زمان ممکن شروع به کار خواهید کرد. در این کتاب، شما یک کلون IMDB Top 250، یک موتور مبتنی بر محتوا که بر روی ابرداده فیلم کار می کند، خواهید ساخت. از فیلترهای مشارکتی برای استفاده از داده های رفتار مشتری و یک توصیه گر ترکیبی استفاده می کنید که تکنیک های فیلتر مبتنی بر محتوا و مشارکتی را در خود جای داده است. با استفاده از این کتاب، تنها چیزی که برای شروع کار با ساخت سیستم های توصیه نیاز دارید، آشنایی با پایتون است، و تا پایان کار، درک خوبی از نحوه کار توصیه کنندگان خواهید داشت و در موقعیتی قوی برای به کارگیری تکنیک هایی خواهید بود که شما دامنه های مشکل خود را یاد خواهید گرفت.