	登入帳戶　 \|　訂單查詢　 \|　購物車/收銀台(0)　\|　在線留言板　 \|　付款方式　 \|　運費計算　 \|　聯絡我們　 \|　幫助中心　\|　加入書簽
		會員登入新用戶登記

HOME

新書上架

暢銷書架

好書推介

會員書架精選

2024年度TOP

臺灣用戶

品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心

服務：香港／台灣／澳門／海外

送貨：速遞／郵局／服務站

新書上架：簡體書繁體書
暢銷書架：簡體書繁體書
好書推介：簡體書繁體書

十月出版：大陸書台灣書
九月出版：大陸書台灣書
八月出版：大陸書台灣書
七月出版：大陸書台灣書
六月出版：大陸書台灣書
五月出版：大陸書台灣書
四月出版：大陸書台灣書
三月出版：大陸書台灣書
二月出版：大陸書台灣書
一月出版：大陸書台灣書
12月出版：大陸書台灣書
11月出版：大陸書台灣書
十月出版：大陸書台灣書
九月出版：大陸書台灣書
八月出版：大陸書台灣書

『簡體書』大模型推荐系统实战：从预训练到智能代理部署

書城自編碼： 4145588
分類：簡體書→大陸圖書→計算機/網絡→人工智能
作者：刘璐张玉君
國際書號(ISBN)： 9787115675569
出版社：人民邮电出版社
出版日期： 2025-08-01

頁數/字數： /
書度/開本： 16开釘裝：平装

售價：HK$ 109.8

我要買件

share:

** 我創建的書架 **
未登入.

新書推薦：

DK家庭健康百科A~Z

《 DK家庭健康百科A~Z 》
售價：HK$ 437.8

赛先生阅读：格致丹青：美术作品中的科学与文化

《赛先生阅读：格致丹青：美术作品中的科学与文化》
售價：HK$ 217.8

大国之美：图说中国家具常识

《大国之美：图说中国家具常识》
售價：HK$ 107.8

南方往事：一个跨国家庭的中国记忆（1936—1951）

《南方往事：一个跨国家庭的中国记忆（1936—1951）》
售價：HK$ 96.8

AI时代企业转型之路，解码降本增效的智能引擎，重塑企业核心竞争力。

《 AI时代企业转型之路，解码降本增效的智能引擎，重塑企业核心竞争力。》
售價：HK$ 62.7

兰香缘终结篇作者禾晏山经典力作

《兰香缘终结篇作者禾晏山经典力作》
售價：HK$ 87.8

新见宋代东南地区家族墓志考释

《新见宋代东南地区家族墓志考释》
售價：HK$ 118.8

绝美的棒针蕾丝编织：24款超实用的披肩、毛衣和小物

《绝美的棒针蕾丝编织：24款超实用的披肩、毛衣和小物》
售價：HK$ 64.9

建議一齊購買：

+

HK$ 78.2
《图解机器学习和深度学习入门》

+

HK$ 76.8
《人工智能概论：从基础到大模型》

+

HK$ 86.9
《温暖的科技：一位机器人工程师的自白（全球首款家庭陪伴机器人的》

+

HK$ 85.8
《DeepSeek从入门到精通：打造你的专属AI助手》

+

HK$ 86.9
《人工意识与人类意识从理论、算法到伦理，重塑人机共生未来破》

+

HK$ 86.9
《大语言模型极速入门：技术与应用》

編輯推薦：

深入探讨大模型时代推荐系统的核心技术、实战方法与前沿趋势，理论与实践相结合，将大语言模型技术应用到推荐领域；

基本的概念介绍、技术原理，而且还阐述了最新的论文研究，以及大厂的实践与应用案例，帮助研发人员以及对大语言模型赋能到推荐领域感兴趣的读者更好地开展工作和研究。

适合算法工程师、研究者及希望掌握下一代推荐技术的开发者，助力构建高效、智能且可信的推荐系统。

內容簡介：

本书深入探讨大模型时代推荐系统的核心技术、实战方法与前沿趋势。从推荐系统基础与大模型原理出发，系统讲解大模型与推荐系统的三大结合方式：作为推荐算法、增强传统系统以及构建智能代理。书中包含丰富的实战案例，涵盖提示工程、LangChain部署、联邦学习隐私保护等关键场景，并针对可解释性、公平性等业界难题提供解决方案。适合算法工程师、研究者及希望掌握下一代推荐技术的开发者，助力构建高效、智能且可信的推荐系统。

關於作者：

刘璐，北京大学硕士，研究和从事NLP与推荐算法8年多，曾开发和上线过多个推荐系统，包括信息流推荐系统、音乐推荐系统、广告推荐系统等，日请求数高达百亿。张玉君，熟悉推荐系统的组成部分与架构，对推荐系统与深度学习模型及大语言模型的结合有深入研究和实战经验。熟悉并开发过多种模型结构，负责推荐算法领域的算法架构设计，大语言模型算法的上线和演进等工作。

目錄：

第 1章　绪论 001
1.1　无处不在的推荐系统 001
1.2　推荐系统的技术演变 003
1.3　大模型概述 005
1.4　大模型与推荐系统结合 006
第 2章　推荐系统基础 009
2.1　基本推荐算法概览 009
2.2　基于协同过滤的推荐方法 010
2.3　基于特征的推荐方法 018
2.4　基于序列的推荐方法 028
2.5　推荐系统的设计与构建 033
第3章　大模型基础 054
3.1　自然语言处理与语言模型 054
3.2　Transformer 060
3.3　大模型的构建与应用 072
第4章　大模型在推荐系统中的应用 085
4.1　大模型与推荐系统的结合 085
4.2　大模型在推荐系统中的应用范式 087
4.3　推荐大模型的预训练 093
4.4　推荐大模型的微调 100
4.5　常用的推荐数据集 106
第5章　大模型作为推荐模型 111
5.1　基于大模型的推荐召回 112
5.2　基于大模型的序列推荐 118
5.3　基于大模型的推荐排序 124
5.4　融合协同信息与语义知识 133
5.5　基于检索增强的大模型推荐 137
第6章　大模型增强推荐系统 151
6.1　大模型构建特征工程 151
6.2　大模型构建图 165
6.3　大模型增强冷启动推荐 175
6.4　基于大模型蒸馏的推荐 183
第7章　可信的大模型推荐系统 196
7.1　推荐系统的可解释性 197
7.2　推荐系统的公平性 202
7.3　推荐系统的隐私性 207
7.4　推荐系统的时效性 214
7.5　推荐系统的遗忘 218
第8章　基于大模型智能代理的推荐系统 226
8.1　基于大模型的智能代理 226
8.2　推荐系统中的大模型智能代理 232
8.3　基于大模型智能代理的推荐系统 238
第9章　大模型推荐系统的评估与部署 248
9.1　大模型的评估方法 248
9.2　推荐系统的评估方法 252
9.3　大模型的部署 265
9.4　大模型的压缩 272
9.5　基于LangChain搭建大模型推荐系统 277
第 10章　总结与展望 287
10.1　大模型是银子弹吗 288
10.2　开放性问题 289
10.3　关于大模型与推荐的60个问题 290

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式 香港用户　 |　台灣用户　|　海外用户

megBook.com.hk

Copyright © 2013 - 2025 （香港）大書城有限公司　 All Rights Reserved.