Session-Based Recommender Systems Using Deep Learning
Anglais, Reza Ravanplus, Rezvan Mohamadrezaei, 2024Plus de 10 pièces en stock chez le fournisseur
Informations sur le produit
Le livre "Session-Based Recommender Systems Using Deep Learning" offre une analyse approfondie de l'application des réseaux de neurones profonds dans les systèmes de recommandation basés sur les sessions (SBRS). Il met en lumière les succès et les défis liés à la mise en œuvre des techniques d'apprentissage profond dans diverses applications SBRS. Les auteurs, Rezvan Mohamadrezaei et Reza Ravanmehr, expliquent les concepts et principes fondamentaux des SBRS et examinent les différentes techniques d'apprentissage profond pertinentes pour leur développement. La structure modulaire du livre permet aux lecteurs d'explorer les chapitres de manière indépendante, en fonction de leurs intérêts et besoins individuels. Chaque chapitre aborde des aspects spécifiques des SBRS et des modèles d'apprentissage profond sous-jacents, allant des définitions de base aux modèles hybrides avancés et aux méthodes d'apprentissage.
thème | Technique & IT |
Sous-thème | Informatique |
Langue | Anglais |
Auteur | Reza Ravanplus, Rezvan Mohamadrezaei |
Année | 2024 |
Couverture du livre | Couverture cartonnée |
Numéro d'article | 57180551 |
Éditeur | Springer |
Catégorie | Livres spécialisés |
Date de sortie | 27/3/2025 |
thème | Technique & IT |
Sous-thème | Informatique |
Langue | Anglais |
Auteur | Reza Ravanplus, Rezvan Mohamadrezaei |
Année | 2024 |
Couverture du livre | Couverture cartonnée |
CO₂-Emission | 0.5 kg |
Contribution climatique | CHF 0.11 |
Comparer les produits
Convient
Critiques et opinions
Taux de recours en garantie
La fréquence à laquelle un produit de cette marque dans la catégorie « Livres spécialisés » présente un défaut au cours des 24 premiers mois.
Source: Digitec Galaxus- 1.Rheinwerk0 %
- 1.S.Fischer0 %
- 1.Springer0 %
- 1.Stämpfli0 %
- 1.Ullstein0 %
Durée de la garantie
Le temps moyen de traitement entre l'arrivée au point de service et le retour chez le client, en jours ouvrables.
Source: Digitec Galaxus- SpringerDonnées insuffisantes
- An der RuhrDonnées insuffisantes
- AnacondaDonnées insuffisantes
- AristonDonnées insuffisantes
- Avery Publishing GroupDonnées insuffisantes
Malheureusement, nous n’avons pas encore assez de données pour cette catégorie pour vous montrer plus de quotas.
Taux de retour
Fréquence à laquelle un produit de cette marque est retourné dans la catégorie « Livres spécialisés ».
Source: Digitec Galaxus- 58.Penguin Random House1.1 %
- 58.Piper1.1 %
- 58.Springer1.1 %
- 61.An der Ruhr1.2 %
- 61.Don Bosco1.2 %