#recsys Repository
Scopri 8 repository GitHub open source attivi contrassegnati con #recsys, che raccolgono un totale di 36,694 stelle (con una media di 4,586 stelle per progetto). Il progetto leader di questo argomento è eugeneyan/applied-ml, con 28,577 stelle.
8 repository in totale
📚 Paper e blog tecnici di aziende che condividono il loro lavoro su data science e machine learning in produzione.
Repository che ospita il codice per "Actions Speak Louder than Words: Trillion-Parameter Sequential Transducers for Generative Recommendations" (https://arxiv.org/abs/2402.17152).
Survey: Una raccolta di articoli e risorse FANTASTICI sugli argomenti dei sistemi di raccomandazione relativi ai large language model (LLM).
Transformers4Rec è una libreria flessibile ed efficiente per raccomandazioni sequenziali e basate su sessioni che funziona con PyTorch.
Un Framework PyTorch per Modelli di Raccomandazione, Facile da usare e Facile da estendere.
Raccolta di esempi reali di alto profilo di progetti di machine learning falliti
《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 #recsys più popolare su GitHub?
Il progetto open source #recsys più alto in classifica su GitHub è eugeneyan/applied-ml, con 28,577 stelle. 📚 Paper e blog tecnici di aziende che condividono il loro lavoro su data science e machine learning in produzione.
Quali linguaggi di programmazione sono più utilizzati nei repository #recsys?
Tra i progetti #recsys più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook.
Come viene calcolata la classifica dei repository #recsys?
Monitoriamo 8 repository open source attivi contrassegnati con #recsys (500+ stelle), per un totale di 36,694 stelle e una media di 4,586 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.