本书将教你如何使用Python使用机器学习算法构建推荐系统。如今，推荐系统已经成为每个基于互联网的业务的重要组成部分。
你将从学习推荐系统的基本概念开始，并概述不同类型的推荐引擎及其运作方式。接下来，你将看到如何使用传统算法构建推荐系统，例如使用购物篮分析和基于内容和知识的NLP推荐系统。然后，作者展示了一些技术，例如使用矩阵分解的协同过滤技术，以及结合了基于内容和协同过滤技术的混合推荐系统。接下来是一个使用k均值和随机森林等聚类和分类算法构建基于机器学习的推荐系统的教程。最后几章介绍了NLP、深度学习和基于图的推荐引擎技术。每一章都包括数据准备、评估和优化推荐系统的多种方法、支持示例和说明。
读完本书后，你将理解并能够使用机器学习、深度学习和基于图的算法的各种工具和技术构建推荐系统。
你将学到什么使用Python理解和实现不同的推荐系统技术采用流行的方法，如基于内容和知识的、协同过滤、市场篮子分析和矩阵分解构建结合基于内容和协同过滤的混合推荐系统利用机器学习、NLP和深度学习构建推荐系统
这本书是给谁看的数据科学家、机器学习工程师和Python程序员对构建和实现推荐系统来解决问题感兴趣。