Git Stars Git Stars

#marketing-science Repository

Scopri 2 repository GitHub open source attivi contrassegnati con #marketing-science, che raccolgono un totale di 2,557 stelle (con una media di 1,278 stelle per progetto). Il progetto leader di questo argomento è facebookexperimental/Robyn, con 1,538 stelle.

2
Totale Repository
2,557
Totale stelle
1,278
Media Stelle/Repo
Linguaggi di programmazione: Jupyter Notebook Python

2 repository in totale

1
facebookexperimental/Robyn

Robyn è un pacchetto sperimentale di Marketing Mix Modeling (MMM) open source basato su AI/ML di Meta Marketing Science. La nostra missione è democratizzare la conoscenza della modellazione, ispirare il settore attraverso l'innovazione, ridurre i bias umani nel processo di modellazione e costruire una forte comunità di marketing science open source.

facebookexperimental
⭐ 1,538 Jupyter Notebook 👤 facebookexperimental Organization 🕐 Aggiornato 2026-11-10 📅 Creato 2020-04-30
2
google/lightweight_mmm

LightweightMMM 🦇 è una libreria leggera di Bayesian Marketing Mix Modeling (MMM) che consente agli utenti di addestrare facilmente MMM e ottenere informazioni sull'attribuzione del canale.

google
⭐ 1,019 Python 👤 google Organization 🕐 Aggiornato 2025-06-17 📅 Creato 2022-02-10

Domande frequenti

1

Qual è il repository #marketing-science più popolare su GitHub?

Il progetto open source #marketing-science più alto in classifica su GitHub è facebookexperimental/Robyn, con 1,538 stelle. Robyn è un pacchetto sperimentale di Marketing Mix Modeling (MMM) open source basato su AI/ML di Meta Marketing Science. La nostra missione è democratizzare la conoscenza della modellazione, ispirare il settore attraverso l'innovazione, ridurre i bias umani nel processo di modellazione e costruire una forte comunità di marketing science open source.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #marketing-science?

Tra i progetti #marketing-science più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Jupyter Notebook, Python.

3

Come viene calcolata la classifica dei repository #marketing-science?

Monitoriamo 2 repository open source attivi contrassegnati con #marketing-science (500+ stelle), per un totale di 2,557 stelle e una media di 1,278 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.