#recommender Repositorios
Descubre 9 repositorios activos de código abierto de GitHub etiquetados con #recommender, que acumulan 46,624 estrellas en total (una media de 5,180 estrellas por proyecto). El líder de este tema es recommenders-team/recommenders, con 22,009 estrellas.
9 repositorios en total
Alink es la plataforma de algoritmos de Machine Learning basada en Flink, desarrollada por el equipo PAI de la plataforma de cómputo de Alibaba.
TensorFlow Recommenders es una biblioteca para construir modelos de sistemas de recomendación utilizando TensorFlow.
[Pytorch] Modelo de recuperación generativa utilizando identificadores semánticos de "Recommender Systems with Generative Retrieval"
Preguntas frecuentes
¿Cuál es el repositorio de #recommender más popular en GitHub?
El proyecto de código abierto de #recommender mejor posicionado en GitHub es recommenders-team/recommenders, con 22,009 estrellas. Mejores prácticas en sistemas de recomendación
¿Qué lenguajes de programación se utilizan más en los repositorios de #recommender?
Entre los proyectos de #recommender mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Java, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #recommender?
Seguimos 9 repositorios activos de código abierto etiquetados con #recommender (500+ estrellas), que suman un total de 46,624 estrellas, con una media de 5,180 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.