Git Stars Git Stars

#recommender Dépôts

Découvrez 9 dépôts GitHub open source actifs associés à #recommender, cumulant 46,624 étoiles au total (soit une moyenne de 5,180 étoiles par projet). Le projet en tête de ce thème est recommenders-team/recommenders, avec 22,009 étoiles.

9
Total des Dépôts
46,624
Nombre total d'étoiles
5,180
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Java Jupyter Notebook
1
recommenders-team/recommenders

Meilleures pratiques pour les systèmes de recommandation

recommenders-team
⭐ 22,009 Python 👤 recommenders-team Organization 🕐 Mis à jour 2026-11-05 📅 Créé 2018-09-19
2
NicolasHug/Surprise

Un scikit Python pour la construction et l'analyse de systèmes de recommandation

NicolasHug
⭐ 6,829 Python 👤 NicolasHug User 🕐 Mis à jour 2026-05-30 📅 Créé 2016-10-23
3
lyst/lightfm

Une implémentation Python de LightFM, un algorithme de recommandation hybride.

lyst
⭐ 5,053 Python 👤 lyst Organization 🕐 Mis à jour 2024-07-24 📅 Créé 2015-07-30
4
RUCAIBox/RecBole

Une bibliothèque de recommandation unifiée, complète et efficace

RUCAIBox
⭐ 4,455 Python 👤 RUCAIBox Organization 🕐 Mis à jour 2025-02-24 📅 Créé 2020-06-11
5
alibaba/Alink

Alink est la plateforme d'algorithmes d'apprentissage automatique basée sur Flink, développée par l'équipe PAI de la plateforme de calcul Alibaba.

alibaba
⭐ 3,625 Java 👤 alibaba Organization 🕐 Mis à jour 2024-06-07 📅 Créé 2018-09-30
6
tensorflow/recommenders

TensorFlow Recommenders est une bibliothèque pour construire des modèles de systèmes de recommandation à l'aide de TensorFlow.

tensorflow
⭐ 2,040 Python 👤 tensorflow Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2020-06-26
7
microsoft/RecAI

Relier les LLM et les systèmes de recommandation.

microsoft
⭐ 1,221 Jupyter Notebook 👤 microsoft Organization 🕐 Mis à jour 2026-01-27 📅 Créé 2023-09-07
8
EdoardoBotta/RQ-VAE-Recommender

[Pytorch] Modèle de récupération générative utilisant des identifiants sémantiques issus de "Recommender Systems with Generative Retrieval"

EdoardoBotta
⭐ 858 Python 👤 EdoardoBotta User 🕐 Mis à jour 2026-08-31 📅 Créé 2024-06-17
9
klaudiosinani/moviebox

Système de recommandation de films par apprentissage automatique

klaudiosinani
⭐ 537 Python 👤 klaudiosinani User 🕐 Mis à jour 2026-07-23 📅 Créé 2018-01-23

Foire aux questions

1

Quel est le dépôt #recommender le plus populaire sur GitHub ?

Le projet #recommender open source le mieux classé sur GitHub est recommenders-team/recommenders, avec 22,009 étoiles. Meilleures pratiques pour les systèmes de recommandation

2

Quels langages de programmation sont les plus utilisés dans les dépôts #recommender ?

Parmi les projets #recommender les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Java, Jupyter Notebook.

3

Comment le classement des dépôts #recommender est-il calculé ?

Nous suivons 9 dépôts open source actifs associés à #recommender (500+ étoiles), totalisant 46,624 étoiles, avec une moyenne de 5,180 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.