推薦システム

統計的機械学習の理論と実践
Ｓｔａｔｉｓｔｉｃａｌ　Ｍｅｔｈｏｄｓ　ｆｏｒ　Ｒｅｃｏｍｍｅｎｄｅｒ　Ｓｙｓｔｅｍｓ

共立出版
ディーパック・Ｋ．アガルワル　ビーチュン・チェン　島田直希　大浦健志　

• 価格: 4,180円（本体3,800円＋税）
• 発行年月: 2018年04月
• 判型: Ａ５
• ISBN: 9784320124301

内容情報

[BOOKデータベースより]

推薦システムで生ずる統計的課題を包括的に扱うためには、適応的逐次計画（多腕バンディット手法）、双線形ランダム効果モデル（行列分解）、ＭａｐＲｅｄｕｃｅを用いた拡張性の高いモデルの当てはめ、などの最先端の技術の詳細な議論が必要である。推薦システムで用いられる複雑な概念を、Ｙａｈｏｏ！およびＬｉｎｋｅｄＩｎにおける大規模システムでの開発／運用経験をもとに具体性のある説明を行い、理論と実践のギャップを埋めている。

第１部　導入（古典的手法；推薦問題における探索と活用；推薦システムの評価）
第２部　一般的な問題設定（問題設定とシステム構成；Ｍｏｓｔ‐Ｐｏｐｕｌａｒ推薦；素性ベクトルベースの回帰による個別化；因子モデルによる個別化）
第３部　高度な話題（潜在ディリクレ分配による因子分解；コンテキスト依存推薦；多目的最適化）

[日販商品データベースより]

推薦システムの構築を検討しているエンジニアにとって，現実的な課題に対峙するための知識を得るために最適な一冊。
本書は，推薦システムにおける課題設定，理論およびシステム構築の複雑な概念を，著者の大規模システムでの開発／運用事例をもとに具体的な説明を行っている。理論と実践の両面から記述している書籍は少ないが，本書では理論と実践のギャップを埋めるように解説している。また，実システム上でのモデルの効率的なアップデートやコールドスタート問題などの現実的に直面する問題への対応や，多目的最適化についても述べており，現実世界の問題を解くための足がかりとなる内容となっている。推薦システムの構築について，古典的手法から応用的手法までを，各手法の課題に触れながら説明しているため，実務で応用可能な理論的／技術的な知識を獲得することが出来る。