#factorization-machines Repository
Scopri 5 repository GitHub open source attivi contrassegnati con #factorization-machines, che raccolgono un totale di 12,828 stelle (con una media di 2,565 stelle per progetto). Il progetto leader di questo argomento è shenweichen/DeepCTR, con 8,050 stelle.
5 repository in totale
Pacchetto facile da usare, modulare ed estensibile di modelli CTR basati su deep learning.
Una libreria di modelli deep matching per raccomandazioni e pubblicità. È facile addestrare modelli ed esportare vettori di rappresentazione che possono essere utilizzati per la ricerca ANN.
Codice ufficiale per "DaisyRec 2.0: Benchmarking Recommendation for Rigorous Evaluation" (TPAMI2022) e "Are We Evaluating Rigorously? Benchmarking Recommendation for Reproducible Evaluation and Fair Comparison" (RecSys2020)
Domande frequenti
Qual è il repository #factorization-machines più popolare su GitHub?
Il progetto open source #factorization-machines più alto in classifica su GitHub è shenweichen/DeepCTR, con 8,050 stelle. Pacchetto facile da usare, modulare ed estensibile di modelli CTR basati su deep learning.
Quali linguaggi di programmazione sono più utilizzati nei repository #factorization-machines?
Tra i progetti #factorization-machines più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python.
Come viene calcolata la classifica dei repository #factorization-machines?
Monitoriamo 5 repository open source attivi contrassegnati con #factorization-machines (500+ stelle), per un totale di 12,828 stelle e una media di 2,565 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.