Git Stars Git Stars

#recommender-systems Repository

Scopri 23 repository GitHub open source attivi contrassegnati con #recommender-systems, che raccolgono un totale di 73,763 stelle (con una media di 3,207 stelle per progetto). Il progetto leader di questo argomento è NVIDIA/DeepLearningExamples, con 14,675 stelle.

23
Totale Repository
73,763
Totale stelle
3,207
Media Stelle/Repo
Linguaggi di programmazione: Python Jupyter Notebook PureBasic

23 repository in totale

1
NVIDIA/DeepLearningExamples

Script di deep learning all'avanguardia organizzati per modelli - facili da addestrare e distribuire con accuratezza e prestazioni riproducibili su infrastruttura di livello enterprise.

NVIDIA
⭐ 14,675 Jupyter Notebook 👤 NVIDIA Organization 🕐 Aggiornato 2024-08-12 📅 Creato 2018-05-02
2
Engineer1999/A-Curated-List-of-ML-System-Design-Case-Studies

Questo repository contiene una raccolta curata di oltre 300 casi di studio provenienti da oltre 80 aziende, che descrivono applicazioni pratiche e approfondimenti sulla progettazione di sistemi di machine learning (ML). I contenuti sono organizzati per aiutarti a trovare facilmente casi di studio pertinenti in base al settore o a specifici casi d'uso di ML.

Engineer1999
⭐ 10,905 👤 Engineer1999 User 🕐 Aggiornato 2025-08-05 📅 Creato 2024-05-18
3
twitter/the-algorithm-ml

Codice sorgente per l'algoritmo di raccomandazione di Twitter

twitter
⭐ 10,448 Python 👤 twitter Organization 🕐 Aggiornato 2024-07-10 📅 Creato 2023-03-27
4
grahamjenson/list_of_recommender_systems

Un elenco di sistemi di raccomandazione e risorse

grahamjenson
⭐ 4,848 👤 grahamjenson User 🕐 Aggiornato 2025-12-03 📅 Creato 2015-06-12
6
RUCAIBox/RecBole

Una libreria di raccomandazioni unificata, completa ed efficiente

RUCAIBox
⭐ 4,455 Python 👤 RUCAIBox Organization 🕐 Aggiornato 2025-02-24 📅 Creato 2020-06-11
7
alibaba/x-deeplearning

Un framework di deep learning industriale per dati sparsi ad alta dimensione

alibaba
⭐ 4,306 PureBasic 👤 alibaba Organization 🕐 Aggiornato 2024-09-25 📅 Creato 2018-12-12
9
cbamls/AI_Tutorial

Implementazioni pratiche dell'IA rilasciate da grandi aziende, ultimi articoli di laboratori all'avanguardia e resoconti reali di sfide affrontate nel settore industriale

cbamls
⭐ 3,710 👤 cbamls User 🕐 Aggiornato 2026-06-09 📅 Creato 2018-12-04
10
meta-recsys/generative-recommenders

Repository che ospita il codice per "Actions Speak Louder than Words: Trillion-Parameter Sequential Transducers for Generative Recommendations" (https://arxiv.org/abs/2402.17152).

meta-recsys
⭐ 2,030 Python 👤 meta-recsys Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2024-04-08
11
CHIANGEL/Awesome-LLM-for-RecSys

Survey: Una raccolta di articoli e risorse FANTASTICI sugli argomenti dei sistemi di raccomandazione relativi ai large language model (LLM).

CHIANGEL
⭐ 1,567 👤 CHIANGEL User 🕐 Aggiornato 2026-10-26 📅 Creato 2023-05-22
12
reczoo/FuxiCTR

Una libreria configurabile, ottimizzabile e riproducibile per la predizione CTR https://fuxictr.github.io

reczoo
⭐ 1,500 Python 👤 reczoo Organization 🕐 Aggiornato 2026-09-14 📅 Creato 2021-09-30
13
snap-research/GRID

GRID: Raccomandazione Generativa con ID Semantici

snap-research
⭐ 754 Python 👤 snap-research Organization 🕐 Aggiornato 2025-10-15 📅 Creato 2025-06-16
14
luweiagi/machine-learning-notes

Questi sono gli appunti sul percorso di studio del machine learning. Potresti trovarci qualcosa di utile.

luweiagi
⭐ 719 👤 luweiagi User 🕐 Aggiornato 2026-10-14 📅 Creato 2020-05-23
15
solidglue/Recommender_System

Guida introduttiva ai sistemi di raccomandazione, che introduce in modo completo le conoscenze teoriche dei sistemi di raccomandazione industriali (Corso aperto sui sistemi di raccomandazione di Wang Shusen - Spiegazione del sistema di raccomandazione industriale reale dello scenario di Xiaohongshu), come addestrare modelli basati su TensorFlow2, come implementare microservizi di inferenza Golang ad alte prestazioni, alta concorrenza e alta disponibilità. Introduzione completa alla teoria dei sistemi di raccomandazione industriali, addestramento di modelli basato su TensorFlow2 e implementazione di servizi di inferenza ad alte prestazioni, alta concorrenza e alta disponibilità basati su Golang.

solidglue
⭐ 712 Jupyter Notebook 👤 solidglue User 🕐 Aggiornato 2025-02-10 📅 Creato 2024-02-29
16
AmenRa/ranx

⚡️Una libreria Python velocissima per valutazione, confronto e fusione di ranking 🐍

AmenRa
⭐ 691 Python 👤 AmenRa User 🕐 Aggiornato 2025-08-07 📅 Creato 2020-06-02
17
yhLeeee/Awesome-LLMs-in-Graph-tasks

Una raccolta curata di articoli di ricerca che esplorano l'utilizzo di LLM per attività relative ai grafi.

yhLeeee
⭐ 657 👤 yhLeeee User 🕐 Aggiornato 2025-03-21 📅 Creato 2023-11-17
18
Coder-Yu/SELFRec

Un framework open-source per sistemi di raccomandazione auto-supervisionati.

Coder-Yu
⭐ 642 Python 👤 Coder-Yu User 🕐 Aggiornato 2025-06-06 📅 Creato 2021-09-14
19
aws-samples/amazon-personalize-samples

Notebook ed esempi su come introdurre e utilizzare varie funzionalità di Amazon Personalize

aws-samples
⭐ 602 Jupyter Notebook 👤 aws-samples Organization 🕐 Aggiornato 2026-03-14 📅 Creato 2018-11-23
20
statisticianinstilettos/recmetrics

Una libreria di metriche per valutare i sistemi di raccomandazione

statisticianinstilettos
⭐ 581 Jupyter Notebook 👤 statisticianinstilettos User 🕐 Aggiornato 2024-01-11 📅 Creato 2018-10-15
21
HKUDS/SSLRec

[WSDM'2024 Oral] "SSLRec: Un framework di apprendimento auto-supervisionato per le raccomandazioni"

HKUDS
⭐ 562 Python 👤 HKUDS Organization 🕐 Aggiornato 2025-03-21 📅 Creato 2023-02-08
22
hwwang55/KGCN

Un'implementazione TensorFlow di Knowledge Graph Convolutional Networks

hwwang55
⭐ 520 Python 👤 hwwang55 User 🕐 Aggiornato 2024-01-09 📅 Creato 2018-07-17
23
yihong-chen/neural-collaborative-filtering

versione PyTorch del filtraggio collaborativo neurale

yihong-chen
⭐ 511 Jupyter Notebook 👤 yihong-chen User 🕐 Aggiornato 2024-06-23 📅 Creato 2018-03-16

Domande frequenti

1

Qual è il repository #recommender-systems più popolare su GitHub?

Il progetto open source #recommender-systems più alto in classifica su GitHub è NVIDIA/DeepLearningExamples, con 14,675 stelle. Script di deep learning all'avanguardia organizzati per modelli - facili da addestrare e distribuire con accuratezza e prestazioni riproducibili su infrastruttura di livello enterprise.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #recommender-systems?

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

3

Come viene calcolata la classifica dei repository #recommender-systems?

Monitoriamo 23 repository open source attivi contrassegnati con #recommender-systems (500+ stelle), per un totale di 73,763 stelle e una media di 3,207 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.