Building Recommendation Systems in Python and JAX
- Autorzy:
- Bryan Bischof Ph. D, Hector Yee
- Ocena:
- Bądź pierwszym, który oceni tę książkę
- Stron:
- 338
- Dostępne formaty:
-
ePubMobi
Opis ebooka: Building Recommendation Systems in Python and JAX
Implementing and designing systems that make suggestions to users are among the most popular and essential machine learning applications available. Whether you want customers to find the most appealing items at your online store, videos to enrich and entertain them, or news they need to know, recommendation systems (RecSys) provide the way.
In this practical book, authors Bryan Bischof and Hector Yee illustrate the core concepts and examples to help you create a RecSys for any industry or scale. You'll learn the math, ideas, and implementation details you need to succeed. This book includes the RecSys platform components, relevant MLOps tools in your stack, plus code examples and helpful suggestions in PySpark, SparkSQL, FastAPI, and Weights & Biases.
You'll learn:
- The data essential for building a RecSys
- How to frame your data and business as a RecSys problem
- Ways to evaluate models appropriate for your system
- Methods to implement, train, test, and deploy the model you choose
- Metrics you need to track to ensure your system is working as planned
- How to improve your system as you learn more about your users, products, and business case
Wybrane bestsellery
-
Czy chcesz odkryć świat kodowania i stać się młodym programistą w zaledwie jeden dzień? Czy chcesz nauczyć się języka, który otworzy przed tobą drzwi do fascynującego świata technologii? Czy chcesz tworzyć własne gry, aplikacje i nie tylko, korzystając z Pythona, jednego z najbardziej przyjaz...
Python w 1 dzień dla najmłodszych. Naucz się kodowania w Pythonie w 12 godzin Python w 1 dzień dla najmłodszych. Naucz się kodowania w Pythonie w 12 godzin
-
Oto uzupełnione i zaktualizowane wydanie bestsellerowego przewodnika dla inżynierów sieci. Dzięki niemu przejdziesz trudną (ale ekscytującą!) drogę od tradycyjnej platformy do platformy sieciowej opartej na najlepszych praktykach programistycznych. Zaczniesz od zagadnień podstawowych, aby następn...
Zaawansowana inżynieria sieci w Pythonie. Automatyzacja, monitorowanie i zarządzanie chmurą. Wydanie IV Zaawansowana inżynieria sieci w Pythonie. Automatyzacja, monitorowanie i zarządzanie chmurą. Wydanie IV
(77.40 zł najniższa cena z 30 dni)83.85 zł
129.00 zł(-35%) -
Oto drugie, zaktualizowane i uzupełnione wydanie przewodnika po bibliotece Pandas. Dzięki tej przystępnej książce nauczysz się w pełni korzystać z możliwości oferowanych przez bibliotekę, nawet jeśli dopiero zaczynasz przygodę z analizą danych w Pythonie. Naukę rozpoczniesz z użyciem rzeczywisteg...
Jak analizować dane z biblioteką Pandas. Praktyczne wprowadzenie. Wydanie II Jak analizować dane z biblioteką Pandas. Praktyczne wprowadzenie. Wydanie II
(65.40 zł najniższa cena z 30 dni)70.85 zł
109.00 zł(-35%) -
Zanurz się w fascynujący świat programowania w języku Python i osiągnij imponujący poziom umiejętności w zaledwie 24 godziny! Oto kilka zalet, które sprawiają, że ta książka jest niezbędna dla każdego aspirującego programisty: Szybki start: podstawy Pythona już w pierwszych godzinach nauki ...
Python w 1 dzień. Nauka programowania w Pythonie w 24 godziny od A do Z Python w 1 dzień. Nauka programowania w Pythonie w 24 godziny od A do Z
-
To książka przeznaczona dla osób, które pracują ze zbiorami danych. Jest praktycznym przewodnikiem po koncepcjach algebry liniowej, pomyślanym tak, by ułatwić ich zrozumienie i zastosowanie w użytecznych obliczeniach. Poszczególne zagadnienia przedstawiono za pomocą kodu Pythona, wraz z przykłada...
Praktyczna algebra liniowa dla analityków danych. Od podstawowych koncepcji do użytecznych aplikacji w Pythonie Praktyczna algebra liniowa dla analityków danych. Od podstawowych koncepcji do użytecznych aplikacji w Pythonie
(46.20 zł najniższa cena z 30 dni)50.05 zł
77.00 zł(-35%) -
Ta książka stanowi wszechstronne omówienie wszystkich bibliotek Pythona, potrzebnych naukowcom i specjalistom pracującym z danymi. Znalazł się tu dokładny opis IPythona, NumPy, Pandas, Matplotlib, Scikit-Learn i innych narzędzi. Podręcznik uwzględnia przede wszystkim ich aspekty praktyczne, dzięk...
Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II
(77.40 zł najniższa cena z 30 dni)83.85 zł
129.00 zł(-35%) -
To trzecie, zaktualizowane i uzupełnione wydanie bestsellerowego podręcznika programowania w Pythonie. Naukę rozpoczniesz od podstawowych koncepcji programowania. Poznasz takie pojęcia jak zmienne, listy, klasy i pętle, a następnie utrwalisz je dzięki praktycznym ćwiczeniom. Dowiesz się, jak zape...(71.40 zł najniższa cena z 30 dni)
77.35 zł
119.00 zł(-35%) -
Django służy do tworzenia aplikacji internetowych w Pythonie. Pozwala w pełni skorzystać z zalet tego języka, a przy tym jest łatwy do nauki. Praca z Django jest atrakcyjna dla programistów o różnym stopniu zaawansowania, co potwierdzają badania ankietowe serwisu Stack Overflow. Aby...
Django 4. Praktyczne tworzenie aplikacji sieciowych. Wydanie IV Django 4. Praktyczne tworzenie aplikacji sieciowych. Wydanie IV
(77.40 zł najniższa cena z 30 dni)83.85 zł
129.00 zł(-35%) -
Dzięki tej książce zrozumiesz, że w rekurencji nie kryje się żadna magia. Dowiesz się, na czym polega jej działanie i kiedy warto zastosować algorytm rekursywny, a kiedy lepiej tego nie robić. Poznasz szereg klasycznych i mniej znanych algorytmów rekurencyjnych. Pracę z zawartym tu materiałem uła...
Rekurencyjna książka o rekurencji. Zostań mistrzem rozmów kwalifikacyjnych poświęconych językom Python i JavaScript Rekurencyjna książka o rekurencji. Zostań mistrzem rozmów kwalifikacyjnych poświęconych językom Python i JavaScript
(47.40 zł najniższa cena z 30 dni)51.35 zł
79.00 zł(-35%) -
Ta książka jest trzecim, starannie zaktualizowanym wydaniem wyczerpującego przewodnika po narzędziach analitycznych Pythona. Uwzględnia Pythona 3.0 i bibliotekę pandas 1.4. Została napisana w przystępny sposób, a poszczególne zagadnienia bogato zilustrowano przykładami, studiami rzeczywistych prz...
Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter. Wydanie III Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter. Wydanie III
(71.40 zł najniższa cena z 30 dni)77.35 zł
119.00 zł(-35%)
Ebooka "Building Recommendation Systems in Python and JAX" przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka "Building Recommendation Systems in Python and JAX" posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video "Building Recommendation Systems in Python and JAX" zobaczysz:
-
w aplikacjach Ebookpoint i Videopoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych z dostępem do najnowszej wersji Twojej przeglądarki internetowej
Szczegóły ebooka
- ISBN Ebooka:
- 978-14-920-9795-2, 9781492097952
- Data wydania ebooka:
- 2023-12-04 Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Język publikacji:
- angielski
- Rozmiar pliku ePub:
- 9.1MB
- Rozmiar pliku Mobi:
- 21.5MB
Spis treści ebooka
- Preface
- Conventions Used in This Book
- Using Code Examples
- OReilly Online Learning
- How to Contact Us
- Acknowledgments
- I. Warming Up
- 1. Introduction
- Key Components of a Recommendation System
- Collector
- Ranker
- Server
- Key Components of a Recommendation System
- Simplest Possible Recommenders
- The Trivial Recommender
- Most-Popular-Item Recommender
- A Gentle Introduction to JAX
- Basic Types, Initialization, and Immutability
- Indexing and Slicing
- Broadcasting
- Random Numbers
- Just-in-Time Compilation
- Summary
- 2. User-Item Ratings and Framing the Problem
- The User-Item Matrix
- User-User Versus Item-Item Collaborative Filtering
- The Netflix Challenge
- Soft Ratings
- Data Collection and User Logging
- What to Log
- Page loads
- Page views and hover
- Clicks
- Add-to-bag
- Impressions
- What to Log
- Collection and Instrumentation
- Funnels
- Business Insight and What People Like
- Summary
- 3. Mathematical Considerations
- Zipfs Laws in RecSys and the Matthew Effect
- Sparsity
- User Similarity for Collaborative Filtering
- Pearson Correlation
- Ratings via Similarity
- Explore-Exploit as a Recommendation System
- -greedy
- What Should Be?
- The NLP-RecSys Relationship
- Vector Search
- Nearest-Neighbors Search
- Summary
- 4. System Design for Recommending
- Online Versus Offline
- Collector
- Offline Collector
- Online Collector
- Ranker
- Offline Ranker
- Online Ranker
- Server
- Offline Server
- Online Server
- Summary
- 5. Putting It All Together: Content-Based Recommender
- Revision Control Software
- Python Build Systems
- Random-Item Recommender
- Obtaining the STL Dataset Images
- Convolutional Neural Network Definition
- Model Training in JAX, Flax, and Optax
- Input Pipeline
- Summary
- II. Retrieval
- 6. Data Processing
- Hydrating Your System
- PySpark
- Example: User Similarity in PySpark
- DataLoaders
- Database Snapshots
- Hydrating Your System
- Data Structures for Learning and Inference
- Vector Search
- Approximate Nearest Neighbors
- Bloom Filters
- Fun Aside: Bloom Filters as the Recommendation System
- Feature Stores
- Summary
- 7. Serving Models and Architectures
- Architectures by Recommendation Structure
- Item-to-User Recommendations
- Query-Based Recommendations
- Context-Based Recommendations
- Sequence-Based Recommendations
- Why Bother with Extra Features?
- Architectures by Recommendation Structure
- Encoder Architectures and Cold Starting
- Deployment
- Models as APIs
- Spinning Up a Model Service
- Workflow Orchestration
- Containerization
- Scheduling
- CI/CD
- Alerting and Monitoring
- Schemas and Priors
- Integration Tests
- Observability
- Spans and traces
- Timeouts
- Evaluation in Production
- Slow Feedback
- Model Metrics
- Continuous Training and Deployment
- Model Drift
- Deployment Topologies
- Ensembles
- Shadowing
- Experimentation
- The Evaluation Flywheel
- Daily Warm Starts
- Lambda Architecture and Orchestration
- Logging
- Collector logs
- Filtering and scoring
- Ordering
- Active Learning
- Types of optimization
- Application: User sign-up
- Summary
- 8. Putting It All Together: Data Processing and Counting Recommender
- Tech Stack
- Data Representation
- Big Data Frameworks
- Cluster Frameworks
- PySpark Example
- GloVE Model Definition
- GloVE Model Specification in JAX and Flax
- GloVE Model Training with Optax
- Summary
- III. Ranking
- 9. Feature-Based and Counting-Based Recommendations
- Bilinear Factor Models (Metric Learning)
- Feature-Based Warm Starting
- Segmentation Models and Hybrids
- Tag-Based Recommenders
- Hybridization
- Limitations of Bilinear Models
- Counting Recommenders
- Return to the Most-Popular-Item Recommender
- Correlation Mining
- Pointwise Mutual Information via Co-occurrences
- Similarity from Co-occurrence
- Similarity-Based Recommendations
- Summary
- 10. Low-Rank Methods
- Latent Spaces
- Dot Product Similarity
- Co-occurrence Models
- Reducing the Rank of a Recommender Problem
- Optimizing for MF with ALS
- Regularization for MF
- Regularized MF Implementation
- Output from HPO MF
- Prequential validation
- WSABIE
- Dimension Reduction
- Isometric Embeddings
- Nonlinear Locally Metrizable Embeddings
- Centered Kernel Alignment
- Affinity and p-sale
- Propensity Weighting for Recommendation System Evaluation
- Propensity
- Simpsons and Mitigating Confounding
- Summary
- 11. Personalized Recommendation Metrics
- Environments
- Online and Offline
- User Versus Item Metrics
- A/B Testing
- Environments
- Recall and Precision
- @ k
- Precision at k
- Recall at k
- R-precision
- mAP, MMR, NDCG
- mAP
- MRR
- NDCG
- mAP Versus NDCG?
- Correlation Coefficients
- RMSE from Affinity
- Integral Forms: AUC and cAUC
- Recommendation Probabilities to AUC-ROC
- Comparison to Other Metrics
- BPR
- Summary
- 12. Training for Ranking
- Where Does Ranking Fit in Recommender Systems?
- Learning to Rank
- Training an LTR Model
- Classification for Ranking
- Regression for Ranking
- Classification and Regression for Ranking
- WARP
- k-order Statistic
- BM25
- Multimodal Retrieval
- Summary
- 13. Putting It All Together: Experimenting and Ranking
- Experimentation Tips
- Keep It Simple
- Debug Print Statements
- Defer Optimization
- Keep Track of Changes
- Use Feature Engineering
- Understand Metrics Versus Business Metrics
- Perform Rapid Iteration
- Experimentation Tips
- Spotify Million Playlist Dataset
- Building URI Dictionaries
- Building the Training Data
- Reading the Input
- Modeling the Problem
- Framing the Loss Function
- Exercises
- Summary
- IV. Serving
- 14. Business Logic
- Hard Ranking
- Learned Avoids
- Hand-Tuned Weights
- Inventory Health
- Implementing Avoids
- Model-Based Avoids
- Summary
- 15. Bias in Recommendation Systems
- Diversification of Recommendations
- Improving Diversity
- Applying Portfolio Optimization
- Diversification of Recommendations
- Multiobjective Functions
- Predicate Pushdown
- Fairness
- Summary
- 16. Acceleration Structures
- Sharding
- Locality Sensitive Hashing
- k-d Trees
- Hierarchical k-means
- Cheaper Retrieval Methods
- Summary
- V. The Future of Recs
- 17. Sequential Recommenders
- Markov Chains
- Order-Two Markov Chain
- Other Markov Models
- Markov Chains
- RNN and CNN Architectures
- Attention Architectures
- Self-Attentive Sequential Recommendation
- BERT4Rec
- Recency Sampling
- Merging Static and Sequential
- Summary
- 18. Whats Next for Recs?
- Multimodal Recommendations
- Graph-Based Recommenders
- Neural Message Passing
- Applications
- Modeling user-item interactions
- Feature learning
- Cold-start problem
- Context-aware recommendations
- Random Walks
- Metapath and Heterogeneity
- LLM Applications
- LLM Recommenders
- LLM Training
- Instruct Tuning for Recommendations
- LLM Rankers
- Recommendations for AI
- Summary
- Index
O'Reilly Media - inne książki
-
JavaScript gives web developers great power to create rich interactive browser experiences, and much of that power is provided by the browser itself. Modern web APIs enable web-based applications to come to life like never before, supporting actions that once required browser plug-ins. Some are s...(186.15 zł najniższa cena z 30 dni)
186.15 zł
219.00 zł(-15%) -
How will software development and operations have to change to meet the sustainability and green needs of the planet? And what does that imply for development organizations? In this eye-opening book, sustainable software advocates Anne Currie, Sarah Hsu, and Sara Bergman provide a unique overview...(160.65 zł najniższa cena z 30 dni)
169.14 zł
199.00 zł(-15%) -
OpenTelemetry is a revolution in observability data. Instead of running multiple uncoordinated pipelines, OpenTelemetry provides users with a single integrated stream of data, providing multiple sources of high-quality telemetry data: tracing, metrics, logs, RUM, eBPF, and more. This practical gu...(143.65 zł najniższa cena z 30 dni)
143.65 zł
169.00 zł(-15%) -
What will you learn from this book?If you're a software developer looking for a quick on-ramp to software architecture, this handy guide is a great place to start. From the authors of Fundamentals of Software Architecture, Head First Software Architecture teaches you how to think architecturally ...(245.65 zł najniższa cena z 30 dni)
245.65 zł
289.00 zł(-15%) -
If you use Linux in your day-to-day work, then Linux Pocket Guide is the perfect on-the-job reference. This thoroughly updated 20th anniversary edition explains more than 200 Linux commands, including new commands for file handling, package management, version control, file format conversions, an...(92.65 zł najniższa cena z 30 dni)
101.15 zł
119.00 zł(-15%) -
Interested in developing embedded systems? Since they don't tolerate inefficiency, these systems require a disciplined approach to programming. This easy-to-read guide helps you cultivate good development practices based on classic software design patterns and new patterns unique to embedded prog...(152.15 zł najniższa cena z 30 dni)
160.65 zł
189.00 zł(-15%) -
Gain the valuable skills and techniques you need to accelerate the delivery of machine learning solutions. With this practical guide, data scientists, ML engineers, and their leaders will learn how to bridge the gap between data science and Lean product delivery in a practical and simple way. Dav...(245.65 zł najniższa cena z 30 dni)
245.65 zł
289.00 zł(-15%) -
This practical book provides a detailed explanation of the zero trust security model. Zero trust is a security paradigm shift that eliminates the concept of traditional perimeter-based security and requires you to "always assume breach" and "never trust but always verify." The updated edition off...(203.15 zł najniższa cena z 30 dni)
211.65 zł
249.00 zł(-15%) -
Decentralized finance (DeFi) is a rapidly growing field in fintech, having grown from $700 million to $100 billion over the past three years alone. But the lack of reliable information makes this area both risky and murky. In this practical book, experienced securities attorney Alexandra Damsker ...(203.15 zł najniższa cena z 30 dni)
211.65 zł
249.00 zł(-15%) -
Whether you're a startup founder trying to disrupt an industry or an entrepreneur trying to provoke change from within, your biggest challenge is creating a product people actually want. Lean Analytics steers you in the right direction.This book shows you how to validate your initial idea, find t...(126.65 zł najniższa cena z 30 dni)
126.65 zł
149.00 zł(-15%)
Dzieki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka, którą chcesz zamówić pochodzi z końcówki nakładu. Oznacza to, że mogą się pojawić drobne defekty (otarcia, rysy, zagięcia).
Co powinieneś wiedzieć o usłudze "Końcówka nakładu":
- usługa obejmuje tylko książki oznaczone tagiem "Końcówka nakładu";
- wady o których mowa powyżej nie podlegają reklamacji;
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka drukowana
Oceny i opinie klientów: Building Recommendation Systems in Python and JAX Bryan Bischof Ph. D, Hector Yee (0) Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.