#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 dépôts au total
Un scikit Python pour la construction et l'analyse de systèmes de recommandation
Alink est la plateforme d'algorithmes d'apprentissage automatique basée sur Flink, développée par l'équipe PAI de la plateforme de calcul Alibaba.
TensorFlow Recommenders est une bibliothèque pour construire des modèles de systèmes de recommandation à l'aide de TensorFlow.
[Pytorch] Modèle de récupération générative utilisant des identifiants sémantiques issus de "Recommender Systems with Generative Retrieval"
Foire aux questions
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
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.
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.