#ctr-prediction Dépôts
Découvrez 10 dépôts GitHub open source actifs associés à #ctr-prediction, cumulant 17,629 étoiles au total (soit une moyenne de 1,762 étoiles par projet). Le projet en tête de ce thème est RUCAIBox/RecBole, avec 4,455 étoiles.
10 dépôts au total
Une implémentation d'un modèle de recommandation d'apprentissage profond (DLRM)
Une bibliothèque configurable, réglable et reproductible pour la prédiction CTR https://fuxictr.github.io
Un Framework PyTorch pour les Modèles de Recommandation, Facile à utiliser et Facile à étendre.
MLGB est une bibliothèque qui inclut de nombreux modèles de prédiction de CTR et de systèmes de recommandation via TensorFlow & PyTorch. 「妙计包」 est une bibliothèque contenant plus de 50 modèles d'apprentissage profond pour la prédiction du taux de clics et les systèmes de recommandation, écrits avec TensorFlow et PyTorch.
DeepTables : Boîte à outils d'apprentissage profond pour données tabulaires
SIGKDD'2019: DeepGBM : Un cadre d'apprentissage profond distillé par GBDT pour les tâches de prédiction en ligne
Foire aux questions
Quel est le dépôt #ctr-prediction le plus populaire sur GitHub ?
Le projet #ctr-prediction open source le mieux classé sur GitHub est RUCAIBox/RecBole, avec 4,455 étoiles. Une bibliothèque de recommandation unifiée, complète et efficace
Quels langages de programmation sont les plus utilisés dans les dépôts #ctr-prediction ?
Parmi les projets #ctr-prediction les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #ctr-prediction est-il calculé ?
Nous suivons 10 dépôts open source actifs associés à #ctr-prediction (500+ étoiles), totalisant 17,629 étoiles, avec une moyenne de 1,762 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.