Session-Based Recommender Systems Using Deep Learning

Englisch, Reza Ravanmehr, Rezvan Mohamadrezaei, 2024
Zwischen Sa, 23.5. und Do, 28.5. geliefert
Mehr als 10 Stück an Lager beim Lieferanten
kostenloser Versand

Produktinformationen

Das Buch "Session-Based Recommender Systems Using Deep Learning" bietet eine umfassende Analyse der Anwendung von tiefen neuronalen Netzwerken in session-basierten Empfehlungssystemen (SBRS). Es beleuchtet die Erfolge und Herausforderungen, die mit der Implementierung von Deep-Learning-Techniken in verschiedenen SBRS-Anwendungen verbunden sind. Die Autoren, Rezvan Mohamadrezaei und Reza Ravanmehr, erläutern die grundlegenden Konzepte und Prinzipien von SBRS und untersuchen die verschiedenen tiefen Lerntechniken, die für deren Entwicklung relevant sind. Die modulare Struktur des Buches ermöglicht es den Leserinnen und Lesern, die Kapitel unabhängig voneinander zu erkunden, je nach individuellem Interesse und Bedarf. Jedes Kapitel behandelt spezifische Aspekte der SBRS und der zugrunde liegenden Deep-Learning-Modelle, von grundlegenden Definitionen bis hin zu fortgeschrittenen hybriden Modellen und Lernmethoden.

Das Wichtigste auf einen Blick

Thema
Technik & IT
Unterthema
Informatik
Sprache
Englisch
Autor
Reza RavanmehrRezvan Mohamadrezaei
Jahr
2024
Bucheinband
Kartonierter Einband

Allgemeine Informationen

Artikelnummer
57180551
Verlag
Springer
Kategorie
Fachbücher
Release-Datum
27.3.2025

Buch Eigenschaften

Thema
Technik & IT
Unterthema
Informatik
Sprache
Englisch
Autor
Reza RavanmehrRezvan Mohamadrezaei
Jahr
2024
Bucheinband
Kartonierter Einband

Freiwilliger Klimabeitrag

CO₂-Emission
0.5 kg
Klimabeitrag
CHF 0.11

30 Tage Rückgaberecht wenn ungeöffnet
Keine Garantie

Produkte vergleichen

Passend dazu

Bewertungen & Meinungen

Garantiefallquote

So oft weist ein Produkt dieser Marke in der Kategorie «Fachbücher» innerhalb der ersten 24 Monate einen Defekt auf.

Quelle: Digitec Galaxus
  • 1.Rheinwerk
    0 %
  • 1.S.Fischer
    0 %
  • 1.Springer
    0 %
  • 1.Stämpfli
    0 %
  • 1.Ullstein
    0 %

Garantiefalldauer

So lange dauert eine Abwicklung ab Ankunft bei der Servicestelle bis Wiedererhalt in Arbeitstagen im Durchschnitt.

Quelle: Digitec Galaxus
  • Springer
    Ungenügende Daten
  • An der Ruhr
    Ungenügende Daten
  • Anaconda
    Ungenügende Daten
  • Ariston
    Ungenügende Daten
  • Avery Publishing Group
    Ungenügende Daten

Leider haben wir für diese Kategorie aktuell noch nicht genügend Daten, um dir mehr Quoten anzuzeigen.

Rückgabequote

So oft wird ein Produkt dieser Marke in der Kategorie «Fachbücher» retourniert.

Quelle: Digitec Galaxus
  • 58.Penguin Random House
    1.1 %
  • 58.Piper
    1.1 %
  • 58.Springer
    1.1 %
  • 61.An der Ruhr
    1.2 %
  • 61.Don Bosco
    1.2 %
Quelle: Digitec Galaxus