Git Stars Git Stars

#recommender-systems Repositories

Entdecke 23 aktive Open-Source-GitHub-Repositories, die mit #recommender-systems getaggt sind und insgesamt 73,763 Sterne gesammelt haben (durchschnittlich 3,207 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist NVIDIA/DeepLearningExamples mit 14,675 Sternen.

23
Gesamtzahl der Repositories
73,763
Gesamtanzahl der Sterne
3,207
Durchschnittliche Sterne/Repo

Insgesamt 23 Repositories

1
NVIDIA/DeepLearningExamples

State-of-the-Art Deep-Learning-Skripte, nach Modellen organisiert - einfach zu trainieren und bereitzustellen mit reproduzierbarer Genauigkeit und Leistung auf Unternehmensklasse-Infrastruktur.

NVIDIA
⭐ 14,675 Jupyter Notebook 👤 NVIDIA Organization 🕐 Aktualisiert 2024-08-12 📅 Erstellt 2018-05-02
2
Engineer1999/A-Curated-List-of-ML-System-Design-Case-Studies

Dieses Repository enthält eine kuratierte Sammlung von über 300 Fallstudien von mehr als 80 Unternehmen, die praktische Anwendungen und Einblicke in das Design von Systemen für maschinelles Lernen (ML) beschreiben. Die Inhalte sind so organisiert, dass Sie relevante Fallstudien leicht nach Branche oder spezifischen ML-Anwendungsfällen finden können.

Engineer1999
⭐ 10,905 👤 Engineer1999 User 🕐 Aktualisiert 2025-08-05 📅 Erstellt 2024-05-18
3
twitter/the-algorithm-ml

Quellcode für Twitters Empfehlungsalgorithmus

twitter
⭐ 10,448 Python 👤 twitter Organization 🕐 Aktualisiert 2024-07-10 📅 Erstellt 2023-03-27
4
grahamjenson/list_of_recommender_systems

Eine Liste von Empfehlungssystemen und Ressourcen

grahamjenson
⭐ 4,848 👤 grahamjenson User 🕐 Aktualisiert 2025-12-03 📅 Erstellt 2015-06-12
6
RUCAIBox/RecBole

Eine vereinheitlichte, umfassende und effiziente Empfehlungsbibliothek

RUCAIBox
⭐ 4,455 Python 👤 RUCAIBox Organization 🕐 Aktualisiert 2025-02-24 📅 Erstellt 2020-06-11
7
alibaba/x-deeplearning

Ein industrielles Deep-Learning-Framework für hochdimensionale Sparse-Daten

alibaba
⭐ 4,306 PureBasic 👤 alibaba Organization 🕐 Aktualisiert 2024-09-25 📅 Erstellt 2018-12-12
9
cbamls/AI_Tutorial

Von Großunternehmen veröffentlichte KI-Praxisbeispiele, neueste Forschungsarbeiten führender Labore und authentische Erfahrungsberichte über Herausforderungen in der Industrie

cbamls
⭐ 3,710 👤 cbamls User 🕐 Aktualisiert 2026-06-09 📅 Erstellt 2018-12-04
10
meta-recsys/generative-recommenders

Repository, das Code für „Actions Speak Louder than Words: Trillion-Parameter Sequential Transducers for Generative Recommendations“ (https://arxiv.org/abs/2402.17152) hostet.

meta-recsys
⭐ 2,030 Python 👤 meta-recsys Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-04-08
11
CHIANGEL/Awesome-LLM-for-RecSys

Umfrage: Eine Sammlung von FANTASTISCHEN Arbeiten und Ressourcen zu Themen großer Sprachmodelle (LLM) im Empfehlungssystembereich.

CHIANGEL
⭐ 1,567 👤 CHIANGEL User 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2023-05-22
12
reczoo/FuxiCTR

Eine konfigurierbare, abstimmbare und reproduzierbare Bibliothek für CTR-Vorhersagen https://fuxictr.github.io

reczoo
⭐ 1,500 Python 👤 reczoo Organization 🕐 Aktualisiert 2026-09-14 📅 Erstellt 2021-09-30
13
snap-research/GRID

GRID: Generative Empfehlung mit semantischen IDs

snap-research
⭐ 754 Python 👤 snap-research Organization 🕐 Aktualisiert 2025-10-15 📅 Erstellt 2025-06-16
14
luweiagi/machine-learning-notes

Dies sind die Notizen zum maschinellen Lernen-Studium. Vielleicht finden Sie darin etwas Nützliches.

luweiagi
⭐ 719 👤 luweiagi User 🕐 Aktualisiert 2026-10-14 📅 Erstellt 2020-05-23
15
solidglue/Recommender_System

Einführungsleitfaden für Empfehlungssysteme, der umfassend die theoretischen Kenntnisse von industriellen Empfehlungssystemen (Wang Shusen Empfehlungssystem Open Course - Erläuterung des industriellen Empfehlungssystems im tatsächlichen Szenario von Xiaohongshu), die Modellschulung basierend auf TensorFlow2 und die Implementierung von hochleistungsfähigen, hochgradig nebenläufigen und hochverfügbaren Golang-Inferenz-Mikrodiensten behandelt. Umfassende Einführung in die Theorie industrieller Empfehlungssysteme, Modelltraining basierend auf TensorFlow2 und Implementierung hochleistungsfähiger, hoch nebenläufiger und hochverfügbarer Inferenzdienste basierend auf Golang.

solidglue
⭐ 712 Jupyter Notebook 👤 solidglue User 🕐 Aktualisiert 2025-02-10 📅 Erstellt 2024-02-29
16
AmenRa/ranx

⚡️Eine blitzschnelle Python-Bibliothek für Ranking-Bewertung, -Vergleich und -Fusion 🐍

AmenRa
⭐ 691 Python 👤 AmenRa User 🕐 Aktualisiert 2025-08-07 📅 Erstellt 2020-06-02
17
yhLeeee/Awesome-LLMs-in-Graph-tasks

Eine kuratierte Sammlung von Forschungsarbeiten, die die Nutzung von LLMs für graphenbezogene Aufgaben untersuchen.

yhLeeee
⭐ 657 👤 yhLeeee User 🕐 Aktualisiert 2025-03-21 📅 Erstellt 2023-11-17
18
Coder-Yu/SELFRec

Ein Open-Source-Framework für selbstüberwachte Empfehlungssysteme.

Coder-Yu
⭐ 642 Python 👤 Coder-Yu User 🕐 Aktualisiert 2025-06-06 📅 Erstellt 2021-09-14
19
aws-samples/amazon-personalize-samples

Notebooks und Beispiele zur Einführung und Nutzung verschiedener Funktionen von Amazon Personalize

aws-samples
⭐ 602 Jupyter Notebook 👤 aws-samples Organization 🕐 Aktualisiert 2026-03-14 📅 Erstellt 2018-11-23
20
statisticianinstilettos/recmetrics

Eine Bibliothek von Metriken zur Bewertung von Empfehlungssystemen

statisticianinstilettos
⭐ 581 Jupyter Notebook 👤 statisticianinstilettos User 🕐 Aktualisiert 2024-01-11 📅 Erstellt 2018-10-15
21
HKUDS/SSLRec

[WSDM'2024 Oral] "SSLRec: Ein selbstüberwachtes Lernframework für Empfehlungen"

HKUDS
⭐ 562 Python 👤 HKUDS Organization 🕐 Aktualisiert 2025-03-21 📅 Erstellt 2023-02-08
22
hwwang55/KGCN

Eine TensorFlow-Implementierung von Knowledge Graph Convolutional Networks

hwwang55
⭐ 520 Python 👤 hwwang55 User 🕐 Aktualisiert 2024-01-09 📅 Erstellt 2018-07-17
23
yihong-chen/neural-collaborative-filtering

PyTorch-Version der neuronalen kollaborativen Filterung

yihong-chen
⭐ 511 Jupyter Notebook 👤 yihong-chen User 🕐 Aktualisiert 2024-06-23 📅 Erstellt 2018-03-16

Häufig gestellte Fragen

1

Welches ist das beliebteste #recommender-systems-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#recommender-systems-Projekt auf GitHub ist NVIDIA/DeepLearningExamples mit 14,675 Sternen. State-of-the-Art Deep-Learning-Skripte, nach Modellen organisiert - einfach zu trainieren und bereitzustellen mit reproduzierbarer Genauigkeit und Leistung auf Unternehmensklasse-Infrastruktur.

2

Welche Programmiersprachen werden in #recommender-systems-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #recommender-systems-Projekten auf GitHub sind Python, Jupyter Notebook, PureBasic die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #recommender-systems-Repositories berechnet?

Wir verfolgen 23 aktive Open-Source-Repositories, die mit #recommender-systems getaggt sind (500+ Sterne), mit insgesamt 73,763 Sternen und durchschnittlich 3,207 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.