Git Stars Git Stars

#mmm Repositorios

Descubre 3 repositorios activos de código abierto de GitHub etiquetados con #mmm, que acumulan 3,867 estrellas en total (una media de 1,289 estrellas por proyecto). El líder de este tema es facebookexperimental/Robyn, con 1,538 estrellas.

3
Total de Repositorios
3,867
Total de estrellas
1,289
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook
1
facebookexperimental/Robyn

Robyn es un paquete experimental de modelado de mezcla de marketing (MMM) de código abierto impulsado por IA/ML de Meta Marketing Science. Nuestra misión es democratizar el conocimiento de modelado, inspirar a la industria a través de la innovación, reducir el sesgo humano en el proceso de modelado y construir una sólida comunidad de ciencia de marketing de código abierto.

facebookexperimental
⭐ 1,538 Jupyter Notebook 👤 facebookexperimental Organization 🕐 Actualizado 2026-11-10 📅 Creado 2020-04-30
2
pymc-labs/pymc-marketing

Caja de herramientas de marketing bayesiano en PyMC. Modelos de mezcla de medios (MMM), valor de vida del cliente (CLV), compra hasta morir (BTYD) y más.

pymc-labs
⭐ 1,311 Python 👤 pymc-labs Organization 🕐 Actualizado 2026-11-21 📅 Creado 2022-03-07
3
google/lightweight_mmm

LightweightMMM 🦇 es una biblioteca ligera de modelado de mezcla de marketing bayesiano (MMM) que permite a los usuarios entrenar fácilmente MMM y obtener información de atribución de canales.

google
⭐ 1,019 Python 👤 google Organization 🕐 Actualizado 2025-06-17 📅 Creado 2022-02-10

Preguntas frecuentes

1

¿Cuál es el repositorio de #mmm más popular en GitHub?

El proyecto de código abierto de #mmm mejor posicionado en GitHub es facebookexperimental/Robyn, con 1,538 estrellas. Robyn es un paquete experimental de modelado de mezcla de marketing (MMM) de código abierto impulsado por IA/ML de Meta Marketing Science. Nuestra misión es democratizar el conocimiento de modelado, inspirar a la industria a través de la innovación, reducir el sesgo humano en el proceso de modelado y construir una sólida comunidad de ciencia de marketing de código abierto.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #mmm?

Entre los proyectos de #mmm mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.

3

¿Cómo se calcula la clasificación de los repositorios de #mmm?

Seguimos 3 repositorios activos de código abierto etiquetados con #mmm (500+ estrellas), que suman un total de 3,867 estrellas, con una media de 1,289 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.