本书系统介绍推荐系统的技术理论和实践。首先介绍推荐系统的基础知识；然后介绍推荐系统常用的机器学习和深度学习模型；接着重点介绍推荐系统的4层级联架构，包括召回、粗排、精排和重排，以及谷歌、阿里巴巴等大型互联网公司在4层级联架构中的模型设计和实现原理；紧接其后介绍多目标排序在推荐系统中的应用，具体介绍阿里巴巴、谷歌等大型互联网公司的实践；最后从不同角度审视推荐系统，介绍公平性问题、知识蒸馏、冷启动等各
电子书
电子书
从产品视角解析推荐系统的产品和算法设计。
电子书
本书从系统视角出发,阐述如何利用技术手段搭建企业级推荐系统,内容包括认知篇、数据篇、召回篇、排序篇、系统篇5个部分，覆盖企业级推荐系统建设的核心要点。本书知识体系清晰，从基础知识切入，逐步深入，先后涉及推荐系统的经典技术、主流技术和前沿技术。本书通过“理论+案例+代码示例+心得体会”的方式阐述、归纳和总结推荐系统的知识，帮助读者理解推荐系统，掌握技能，建立系统思维。本书适合对推荐系统感兴趣的初学者
电子书
本书详细介绍了一个大数据应用案例——电影推荐系统（Scala版），案例涉及数据预处理、数据存储与管理、数据分析和数据可视化等流程，涵盖Linux、MySQL、Hadoop、Spark、IntelliJIDEA、Spring等系统和软件的安装与使用方法。案例采用的编程语言是Scala和Java。
电子书
教学目标：为中小微企业培训财务实操人员案例来源：商业企业财务业务全盘实训：包括手工实训和电算化实训，涵盖企业年初建账、日常账务处理、登账、编制报表等会计操作的全部基本步骤实训素材：彩印原始凭证和账簿见本附册；记账凭证、T形账、科目汇总表、试算平衡表、会计报表等可自行采购或下载电子版自行打印；包角纸、口启纸等请自行采购配套资料：手工账参考答案、多种版本电算化账套、教学课件、实训用素材电子版（索取方式
电子书
（1）内容全面，覆盖当前数据挖掘的主要应用。在介绍每个应用案例时，详细阐述应用的背景，该领域中数据的来源和特点，数据采集与预处理方式，应用领域中数据挖掘的任务和实施数据挖掘技术的难点。同时提供相应的数据挖掘算法分析、工具设计以及系统实现。
（2）条理清晰、便于理解。一方面，面向热爱和关心数据挖掘技术的学术界和工业界读者，帮助他们更好地理解研究的目的和应用的基础；另一方面，让没有太多相关技术背景的读者可以通过阅读本书能够了解数据挖掘的意义和价值，可以看出数据挖掘是如何被广泛地应用于实际案例并成为解决各种问题的核心工具。
