#recommendation-systems Repository
Scopri 14 repository GitHub open source attivi contrassegnati con #recommendation-systems, che raccolgono un totale di 93,578 stelle (con una media di 6,684 stelle per progetto). Il progetto leader di questo argomento è twitter/the-algorithm, con 73,884 stelle.
14 repository in totale
Raccolta di articoli su pratiche del settore come ricerca, raccomandazione, pubblicità, aumento degli incrementi (Fonti: Zhihu, Datafuntalk, account pubblici tecnici)
Una piattaforma per sistemi di ragionamento (Apprendimento per rinforzo, Banditi contestuali, ecc.)
FB (Facebook) + GEMM (Moltiplicazione Generale di Matrice per Matrice) - https://code.fb.com/ml-applications/fbgemm/
Un database di 650 casi di studio sulla progettazione di sistemi di Machine Learning (ML) da oltre 100 aziende.
40 algoritmi che ogni programmatore dovrebbe conoscere, pubblicato da Packt
Strumenti e framework completi per lo sviluppo di modelli di base personalizzati per sistemi di raccomandazione.
SIGKDD'2019: DeepGBM: Un framework di deep learning distillato da GBDT per compiti di previsione online
Un elenco di lettura curato di ricerche in Mixture-of-Experts (MoE).
《Sistemi di raccomandazione: architettura industriale e algoritmi fondamentali》 Manoscritto di un libro AI Native | PDF dei capitoli, mappa della conoscenza e agente di apprendimento locale. Sito web: https://jhljx.github.io/RecSys-Industrial-Book/
Domande frequenti
Qual è il repository #recommendation-systems più popolare su GitHub?
Il progetto open source #recommendation-systems più alto in classifica su GitHub è twitter/the-algorithm, con 73,884 stelle. Codice sorgente per l'algoritmo di raccomandazione X
Quali linguaggi di programmazione sono più utilizzati nei repository #recommendation-systems?
Tra i progetti #recommendation-systems più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Scala, HTML, C++.
Come viene calcolata la classifica dei repository #recommendation-systems?
Monitoriamo 14 repository open source attivi contrassegnati con #recommendation-systems (500+ stelle), per un totale di 93,578 stelle e una media di 6,684 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.