Git Stars Git Stars

#recommender-systems Repositorios

Descubre 23 repositorios activos de código abierto de GitHub etiquetados con #recommender-systems, que acumulan 73,763 estrellas en total (una media de 3,207 estrellas por proyecto). El líder de este tema es NVIDIA/DeepLearningExamples, con 14,675 estrellas.

23
Total de Repositorios
73,763
Total de estrellas
3,207
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook PureBasic

23 repositorios en total

1
NVIDIA/DeepLearningExamples

Scripts de deep learning de vanguardia organizados por modelos - fáciles de entrenar y desplegar con precisión y rendimiento reproducibles en infraestructura de grado empresarial.

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

Este repositorio contiene una colección curada de más de 300 estudios de caso de más de 80 empresas, que detallan aplicaciones prácticas e información sobre el diseño de sistemas de aprendizaje automático (ML). El contenido está organizado para ayudarle a encontrar fácilmente estudios de caso relevantes según la industria o casos de uso específicos de ML.

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

Código fuente del algoritmo de recomendación de Twitter

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

Una lista de sistemas de recomendación y recursos

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

Una biblioteca de recomendaciones unificada, completa y eficiente

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

Un marco de aprendizaje profundo industrial para datos dispersos de alta dimensión

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

Implementaciones prácticas de IA publicadas por grandes empresas, los últimos artículos de laboratorios de vanguardia y relatos reales sobre los desafíos enfrentados en la industria

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

Repositorio que aloja el código para "Actions Speak Louder than Words: Trillion-Parameter Sequential Transducers for Generative Recommendations" (https://arxiv.org/abs/2402.17152).

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

Encuesta: Una colección de ponencias y recursos IMPRESIONANTES sobre temas de sistemas de recomendación relacionados con modelos de lenguaje grandes (LLM).

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

Una biblioteca configurable, ajustable y reproducible para la predicción de CTR https://fuxictr.github.io

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

GRID: Recomendación Generativa con Identificadores Semánticos

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

Estas son las notas del camino de estudio del aprendizaje automático. Puede que encuentres algo útil en ellas.

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

Guía introductoria a los sistemas de recomendación, que presenta de forma exhaustiva los conocimientos teóricos de los sistemas de recomendación industriales (Curso abierto sobre sistemas de recomendación de Wang Shusen - Explicación del sistema de recomendación industrial real del escenario de Xiaohongshu), cómo entrenar modelos basados en TensorFlow2, cómo implementar microservicios de inferencia Golang de alto rendimiento, alta concurrencia y alta disponibilidad. Introducción exhaustiva a la teoría de los sistemas de recomendación industriales, entrenamiento de modelos basado en TensorFlow2 y la implementación de servicios de inferencia de alto rendimiento, alta concurrencia y alta disponibilidad basados en Golang.

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

⚡️Una biblioteca Python ultrarrápida para evaluación, comparación y fusión de rankings 🐍

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

Una colección curada de artículos de investigación que exploran la utilización de LLM para tareas relacionadas con grafos.

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

Un marco de código abierto para sistemas de recomendación auto-supervisados.

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

Cuadernos y ejemplos sobre cómo incorporar y usar diversas funciones de Amazon Personalize

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

Una biblioteca de métricas para evaluar sistemas de recomendación

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

[WSDM'2024 Oral] "SSLRec: Un marco de aprendizaje autosupervisado para recomendaciones"

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

Una implementación de TensorFlow de Knowledge Graph Convolutional Networks

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

versión de PyTorch del filtrado colaborativo neuronal

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

Preguntas frecuentes

1

¿Cuál es el repositorio de #recommender-systems más popular en GitHub?

El proyecto de código abierto de #recommender-systems mejor posicionado en GitHub es NVIDIA/DeepLearningExamples, con 14,675 estrellas. Scripts de deep learning de vanguardia organizados por modelos - fáciles de entrenar y desplegar con precisión y rendimiento reproducibles en infraestructura de grado empresarial.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #recommender-systems?

Entre los proyectos de #recommender-systems mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, PureBasic.

3

¿Cómo se calcula la clasificación de los repositorios de #recommender-systems?

Seguimos 23 repositorios activos de código abierto etiquetados con #recommender-systems (500+ estrellas), que suman un total de 73,763 estrellas, con una media de 3,207 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.