推薦システム実践入門―仕事で使える導入ガイド

個数:

推薦システム実践入門―仕事で使える導入ガイド

  • ウェブストアに40冊在庫がございます。(2024年04月20日 08時51分現在)
    通常、ご注文翌日~2日後に出荷されます。
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ A5判/ページ数 280p/高さ 21cm
  • 商品コード 9784873119663
  • NDC分類 007.6
  • Cコード C3055

出版社内容情報

推薦システムの導入を仕事に活かす!
レコメンド機能はAmazonやYouTubeなど多くのウェブサービスに組み込まれ、新たに推薦システム(レコメンド機能)の導入が検討されることも増えています。本書は、「実際のビジネスに活かす」ことを目的に、著者たちが経験してきた事例を用いて、ビジネス的な仮説や問題設定の仕方、プロジェクトの進め方をわかりやすく解説します。推薦システムの概要を把握し、適切な推薦システムの実装ができるようになります。

内容説明

情報化時代が到来し、日常で意思決定をする回数と選択肢の数が急増したことで、推薦システムの需要が高まっています。そのため、昨今では多くのウェブサービスへ新たに推薦システムの導入が検討されることも増えました。本書では、推薦システムの概要から、UI/UX、アルゴリズム、実システムへの組み込み、評価まで紹介し、適切な推薦システムの実装ができるようになります。「実際の仕事に活かす」ことを目的に、著者たちが実務で経験した推薦システムの成功事例や失敗事例を交えながら、実サービスに推薦システムを組み込むという観点を重視した入門的な内容です。

目次

1章 推薦システム
2章 推薦システムのプロジェクト
3章 推薦システムのUI/UX
4章 推薦アルゴリズムの概要
5章 推薦アルゴリズムの詳細
6章 実システムへの組み込み
7章 推薦システムの評価
8章 発展的なトピック
付録A Netflix Prize
付録B ユーザー間型メモリベース法の詳細

著者等紹介

風間正弘[カザママサヒロ]
東京大学大学院で推薦システムについて研究し、卒業後はリクルートとIndeedで推薦システムの開発やプロジェクトマネジメントを経験。そこで開発したアルゴリズムを推薦の国際学会RecSysにて発表。現在は、Ubie株式会社にてデータサイエンス組織の立ち上げ、及び医療分野の機械学習プロダクトの開発に携わる

飯塚洸二郎[イイズカコウジロウ]
筑波大学大学院で数理最適化について研究し、卒業後はヤフー株式会社に入社。現職では株式会社Gunosyにて推薦システムの開発に従事。筑波大学大学院に社会人博士として在学中。推薦システムに関する研究を行っている。推薦システムに関する国際学会のRecSysや関連する学会にて論文の投稿や発表を行っている

松村優也[マツムラユウヤ]
京都大学大学院で推薦システムについて研究。卒業後はウォンテッドリー株式会社に入社し、推薦システムを開発するチームの立ち上げメンバーとなる。現在は同チームのリーダーとして、開発からプロジェクト・プロダクトマネジメントまで広く責任を持つ。RecSys2020の併設WorkshopsであるRecSys Challenge 2020にて3位入賞(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

ぶう

15
最近は色々なところでレコメンデーション機能が使われており、これ無しの生活は考えられないであろう。有名どころではアマゾンやNetflix。本書の序盤はレコメンデーション機能のUI/UX的な観点の説明から書かれており、ビジネス側の人にも有益な情報である。中盤以降は具体的なアルゴリズムの種類と実装方法、それらの精度比較値など。コードもしっかりと掲載されており、実装しての検証がしやすいのも◎。これ一冊で推薦システム全般が網羅されているため、社内開発でレコメンデーション機能を作ろうとなった場合、オススメできる一冊。2022/08/30

Thinking_sketch_book

9
★★★★☆ とても良い本です。機械学習知っている人が読む入門書という印象。アルゴリズムだけでなく、UI/UX、データの集め方、対処しなければいけない問題。考えなければいけない事が網羅的に見えるのでとても良い入門書でした YouTubeはクリック重視から長く見る番組をお勧めするようにする為にデータ取り直したと書いてあって何がしたいかによって取るべきデータも変わるよなと当たり前の事を思い出しました2022/09/05

Qucchi

6
リコメンドシステムを開発する際の勘所が理解できた。協調フィルタリングや機械学習を実装しないとパフォーマンス出ないよな、って勝手に思っていたが、意外と条件ベースでもそこそこ成果は出るんだなと知れたのが大きい。どう実装するかは、ROI次第なのでまずはライトに実装していこうと思う。2022/06/20

こたろう

2
推薦システムについて新めの情報がまとまった本。翻訳本と違って、日本人の著者による本のため、数年遅れの情報ではない点が嬉しい。また、推薦アルゴリズムを実活用してる著者達による内容のため、理論だけで実践が伴ってないなどではない。簡易ではあるが、推薦アルゴリズムなら使い方がコードにより説明されている点も嬉しい。2022/10/27

ONE_shoT_

1
推薦システム周りのキャッチアップのために読んだ一冊。推薦システム開発のプロジェクトの進め方から、推薦システムのUI/UX、推薦アルゴリズム、実システムへの組み込み方、推薦システムの評価方法まで広く解説されており、参考になった。2023/01/13

外部のウェブサイトに移動します

よろしければ下記URLをクリックしてください。

https://bookmeter.com/books/19607939
  • ご注意事項

    ご注意
    リンク先のウェブサイトは、株式会社ブックウォーカーの提供する「読書メーター」のページで、紀伊國屋書店のウェブサイトではなく、紀伊國屋書店の管理下にはないものです。
    この告知で掲載しているウェブサイトのアドレスについては、当ページ作成時点のものです。ウェブサイトのアドレスについては廃止や変更されることがあります。
    最新のアドレスについては、お客様ご自身でご確認ください。
    リンク先のウェブサイトについては、「株式会社ブックウォーカー」にご確認ください。