#recommender-system リポジトリ
#recommender-systemのタグが付いた、GitHub上の45件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は184,431個で、プロジェクトあたりの平均は4,098個です。このトピックをリードしているのは、35,653個のスターを獲得しているqdrant/qdrantです。
リポジトリ合計45件
Qdrant - 次世代AIのための高性能、大規模ベクトルデータベースおよびベクトル検索エンジン。クラウドでも利用可能 https://cloud.qdrant.io/
マルチフレームワークのコード、数学、議論を含むインタラクティブなディープラーニングの本。スタンフォード、MIT、ハーバード、ケンブリッジを含む70カ国500大学で採用。
Weaviate は、オブジェクトとベクターの両方を保存するオープンソースのベクターデータベースで、ベクター検索と構造化フィルタリングの組み合わせを、クラウドネイティブデータベースの耐障害性とスケーラビリティとともに可能にします。
レコメンデーションシステム入門チュートリアル、オンライン閲覧アドレス:https://datawhalechina.github.io/fun-rec/
ディープラーニング入門コース、シニアコース、特色コース、学術事例、産業実践事例、ディープラーニング知識百科および面接問題集ディープラーニングとAIのコース、事例、知識
産業向け検索、推薦、広告のための優れた深層学習論文。これらはEmbedding、Matching、Pre-Ranking、Ranking、Post Ranking、Relevance、LLM、RLに焦点を当てています。私たちの論文「産業用検索エンジン、レコメンダーシステム、オンライン広告におけるランキングのための深層学習 - 概要と新たな視点」(TOIS 2026)をぜひ引用してください。
TensorFlow Recommenders は、TensorFlow を使用してレコメンデーション システム モデルを構築するためのライブラリです。
Transformers4Recは、PyTorchで動作する、シーケシャルおよびセッションベースのレコメンデーションのための柔軟で効率的なライブラリです。
NVTabularは、ディープラーニングベースのレコメンダーシステムをトレーニングするために使用されるテラバイト規模のデータセットを迅速かつ簡単に操作できるように設計された、表形式データのフィーチャーエンジニアリングおよび前処理ライブラリです。
Practical Recommender Systemsという本で、推薦アルゴリズムの実装方法を説明するために使用されたDjangoウェブサイト。
NVIDIA Merlinは、特徴量エンジニアリングと前処理から、ディープラーニングモデルのトレーニング、本番環境での推論の実行まで、エンドツーエンドのGPUアクセラレーションレコメンデーションシステムを提供するオープンソースライブラリです。
[Pytorch] 「Recommender Systems with Generative Retrieval」のセマンティックIDを使用した生成的検索モデル
MLGBは、TensorFlow & PyTorchによるCTR予測およびレコメンダーシステムの多くのモデルを含むライブラリです。「妙计包」は、TensorFlowとPyTorchで書かれた50以上のクリック率予測およびレコメンダーシステムのディープラーニングモデルを含むライブラリです。
アカウント、製品、注文、支払い、レコメンデーションのためのGraphQLゲートウェイとgRPCマイクロサービスを備えたモジュラー電子商取引バックエンド。
H&M ファッション記事のためのリアルタイムパーソナライズドレコメンダーのアーキテクチャ、構築、デプロイに関するオープンソースコース。
双曲埋め込み、双曲モデル、双曲アプリケーションに関する論文リスト
レコメンデーションシステム構築時に TensorFlow を拡張するための追加ユーティリティおよびヘルパー。SIG Recommenders が提供・保守しています。
"DaisyRec 2.0: Benchmarking Recommendation for Rigorous Evaluation" (TPAMI2022) および "Are We Evaluating Rigorously? Benchmarking Recommendation for Reproducible Evaluation and Fair Comparison" (RecSys2020) の公式コード
よくある質問
GitHubで最も人気のある#recommender-systemリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#recommender-systemプロジェクトは、35,653個のスターを獲得しているqdrant/qdrantです。Qdrant - 次世代AIのための高性能、大規模ベクトルデータベースおよびベクトル検索エンジン。クラウドでも利用可能 https://cloud.qdrant.io/
#recommender-systemリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#recommender-systemプロジェクトでは、Python, Rust, Go, Jupyter Notebookが最も一般的なプログラミング言語です。
#recommender-systemリポジトリのランキングはどのように算出されていますか?
#recommender-systemのタグが付いた45件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は184,431個で、リポジトリあたりの平均は4,098個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。