#recommendation-system Repositorios
Descubre 26 repositorios activos de código abierto de GitHub etiquetados con #recommendation-system, que acumulan 119,768 estrellas en total (una media de 4,606 estrellas por proyecto). El líder de este tema es xai-org/x-algorithm, con 34,361 estrellas.
26 repositorios en total
OpenVINO™ es un kit de herramientas de código abierto para optimizar y desplegar inferencia de IA.
Guía de Entrevistas en Deep Learning (Incluye Matemáticas, Machine Learning, Deep Learning, Visión por Computadora, Procesamiento de Lenguaje Natural y SLAM, etc.)
Contiene Soluciones y Notas para la Especialización en Aprendizaje Automático de la Universidad de Stanford y Deeplearning.ai - Coursera (2022) del Prof. Andrew NG
Filtrado colaborativo rápido de Python para conjuntos de datos de retroalimentación implícita
Agente de descubrimiento de contenido con IA, privado, local-first, de código abierto, autoevolutivo y multiplataforma: primero te entiende y después busca proactivamente contenido en Bilibili, Xiaohongshu, Douyin, YouTube, X, Zhihu, Reddit, Weibo y la web abierta. (Compatible con el plugin DeepSeek Harness) | Agente de descubrimiento de contenido con IA, local-first, de código abierto y multiplataforma: te entiende y después busca proactivamente contenido en Bilibili, Xiaohongshu, Douyin, YouTube, X, Zhihu, Reddit, Weibo y la web abierta. (Compatible con el plugin DeepSeek Harness)
Proyecto histórico de aprendizaje: recomendaciones de películas con Spark, web scraping, aplicación web y backend. El desarrollo continuo de la nueva versión está en cinematch-recommender.
Una colección de artículos clásicos y de vanguardia de la industria en los campos de recomendación/publicidad/búsqueda. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.
Un Framework de PyTorch para Modelos de Recomendación, Fácil de usar y Fácil de extender.
CLI abierto para integrar búsqueda, recomendación y recuperación conversacional de IA en sistemas de agentes y sistemas empresariales
NVTabular es una biblioteca de ingeniería y preprocesamiento de características para datos tabulares diseñada para manipular rápida y fácilmente conjuntos de datos a escala de terabytes utilizados para entrenar sistemas de recomendación basados en aprendizaje profundo.
HugeCTR es un marco de GPU de alta eficiencia diseñado para el entrenamiento de estimación de Click-Through-Rate (CTR).
Colección de papers clásicos y de vanguardia en la industria de recomendaciones y publicidad, y materiales / Papers imprescindibles sobre Sistemas de Recomendación y Predicción de CTR
Tutoriales relacionados con la IA. Accede a cualquiera de ellos de forma gratuita → https://towardsai.net/editorial
Un Modelo de Fundamento Abierto y Benchmark para Acelerar la Recomendación Generativa
NVIDIA Merlin es una biblioteca de código abierto que proporciona sistemas de recomendación acelerados por GPU de extremo a extremo, desde la ingeniería y preprocesamiento de características hasta el entrenamiento de modelos de aprendizaje profundo y la ejecución de inferencias en producción.
[Pytorch] Modelo de recuperación generativa utilizando identificadores semánticos de "Recommender Systems with Generative Retrieval"
Backend de comercio electrónico modular con una puerta de enlace GraphQL y microservicios gRPC para cuentas, productos, pedidos, pagos y recomendaciones.
Sistema de recomendación de películas basado en el algoritmo de recomendación de filtrado colaborativo implementado con Mahout
Un sistema de recomendación basado en contenido que recomienda películas similares a la película que le gusta al usuario y analiza los sentimientos de las críticas proporcionadas por el usuario
《Sistemas de recomendación: arquitectura industrial y algoritmos fundamentales》 Manuscrito de libro AI Native | PDF de los capítulos, mapa de conocimientos y agente de aprendizaje local. Sitio web: https://jhljx.github.io/RecSys-Industrial-Book/
Preguntas frecuentes
¿Cuál es el repositorio de #recommendation-system más popular en GitHub?
El proyecto de código abierto de #recommendation-system mejor posicionado en GitHub es xai-org/x-algorithm, con 34,361 estrellas. Algoritmo que impulsa el feed 'For You' en X
¿Qué lenguajes de programación se utilizan más en los repositorios de #recommendation-system?
Entre los proyectos de #recommendation-system mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, Java.
¿Cómo se calcula la clasificación de los repositorios de #recommendation-system?
Seguimos 26 repositorios activos de código abierto etiquetados con #recommendation-system (500+ estrellas), que suman un total de 119,768 estrellas, con una media de 4,606 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.