#recommendation Dépôts
Découvrez 17 dépôts GitHub open source actifs associés à #recommendation, cumulant 68,595 étoiles au total (soit une moyenne de 4,035 étoiles par projet). Le projet en tête de ce thème est recommenders-team/recommenders, avec 22,009 étoiles.
17 dépôts au total
Paquet facile à utiliser, modulaire et extensible de modèles CTR basés sur l'apprentissage profond.
Maintenu officiellement, soutenu par PaddlePaddle, incluant CV, NLP, Speech, Rec, TS, grands modèles et ainsi de suite.
Un scikit Python pour la construction et l'analyse de systèmes de recommandation
Recommandez quotidiennement de nouveaux articles arXiv qui vous intéressent, selon votre bibliothèque Zotero.
Filtrage collaboratif Python rapide pour les jeux de données à feedback implicite
Une bibliothèque de modèles de correspondance profonde pour les recommandations et la publicité. Il est facile d'entraîner des modèles et d'exporter des vecteurs de représentation qui peuvent être utilisés pour la recherche ANN.
CLI ouvert pour intégrer la recherche, la recommandation et la récupération conversationnelle de l'IA dans les systèmes d'agents et les systèmes d'entreprise
Un système de recommandation piloté par LLM basé sur la bibliothèque Radarr et Sonarr ou l'historique de visionnage
Collection d'articles classiques et de pointe dans les domaines des systèmes de recommandation et de la publicité / Articles incontournables sur le Recommendation System et la prédiction CTR
Recommandation personnelle du blogueur Duna itnai concernant un service VPN/proxy : à partir de 150 Go pour 14 yuans par mois, prise en charge des protocoles VLESS/AnyTLS, transmission transparente, liaison dédiée IEPL, stabilité et faible latence, compatibilité avec ChatGPT et d’autres outils d’IA, ainsi que déblocage des restrictions régionales de Netflix et d’autres services de streaming populaires.
[Pytorch] Modèle de récupération générative utilisant des identifiants sémantiques issus de "Recommender Systems with Generative Retrieval"
« Chorus » des modèles de recommandation : un framework PyTorch léger et flexible pour les recommandations Top-K.
CRSLab est une boîte à outils open-source pour la construction de systèmes de recommandation conversationnelle (CRS).
《Systèmes de recommandation : architecture industrielle et algorithmes fondamentaux》 Manuscrit de livre AI Native | PDF des chapitres, carte des connaissances et agent d’apprentissage local. Site web : https://jhljx.github.io/RecSys-Industrial-Book/
Foire aux questions
Quel est le dépôt #recommendation le plus populaire sur GitHub ?
Le projet #recommendation open source le mieux classé sur GitHub est recommenders-team/recommenders, avec 22,009 étoiles. Meilleures pratiques pour les systèmes de recommandation
Quels langages de programmation sont les plus utilisés dans les dépôts #recommendation ?
Parmi les projets #recommendation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Vue.
Comment le classement des dépôts #recommendation est-il calculé ?
Nous suivons 17 dépôts open source actifs associés à #recommendation (500+ étoiles), totalisant 68,595 étoiles, avec une moyenne de 4,035 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.