Session-Based Recommender Systems Using Deep Learning

Anglais, Reza Ravanplus, Rezvan Mohamadrezaei, 2024
Livré entre sam, 23/5 et jeu, 28/5
Plus de 10 pièces en stock chez le fournisseur
livraison gratuite

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.

Spécifications principales

thème
Technique & IT
Sous-thème
Informatique
Langue
Anglais
Auteur
Reza RavanplusRezvan Mohamadrezaei
Année
2024
Couverture du livre
Couverture cartonnée

Informations générales

Numéro d'article
57180551
Éditeur
Springer
Catégorie
Livres spécialisés
Date de sortie
27/3/2025

Propriétés du livre

thème
Technique & IT
Sous-thème
Informatique
Langue
Anglais
Auteur
Reza RavanplusRezvan Mohamadrezaei
Année
2024
Couverture du livre
Couverture cartonnée

Contribution climatique volontaire

CO₂-Emission
0.5 kg
Contribution climatique
CHF 0.11

30 jours de droit de retour si non ouvert
Aucune garantie

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.Rheinwerk
    0 %
  • 1.S.Fischer
    0 %
  • 1.Springer
    0 %
  • 1.Stämpfli
    0 %
  • 1.Ullstein
    0 %

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
  • Springer
    Données insuffisantes
  • An der Ruhr
    Données insuffisantes
  • Anaconda
    Données insuffisantes
  • Ariston
    Données insuffisantes
  • Avery Publishing Group
    Données 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 House
    1.1 %
  • 58.Piper
    1.1 %
  • 58.Springer
    1.1 %
  • 61.An der Ruhr
    1.2 %
  • 61.Don Bosco
    1.2 %
Source: Digitec Galaxus