#factorization-machines Repositórios
Descubra 5 repositórios ativos de código aberto no GitHub marcados com #factorization-machines, acumulando um total de 12,828 estrelas (uma média de 2,565 por projeto). O líder deste tópico é shenweichen/DeepCTR, com 8,050 estrelas.
5 repositórios no total
Pacote de modelos CTR baseados em aprendizado profundo, fácil de usar, modular e extensível.
Uma biblioteca de modelos de deep matching para recomendações e publicidade. É fácil treinar modelos e exportar vetores de representação que podem ser usados para busca ANN.
Código oficial para "DaisyRec 2.0: Avaliação Comparativa de Recomendações para Avaliação Rigorosa" (TPAMI2022) e "Estamos Avaliando Rigorosamente? Avaliação Comparativa de Recomendações para Avaliação Reprodutível e Comparação Justa" (RecSys2020)
Perguntas Frequentes
Qual é o repositório de #factorization-machines mais popular no GitHub?
O projeto de código aberto de #factorization-machines mais bem classificado no GitHub é shenweichen/DeepCTR, com 8,050 estrelas. Pacote de modelos CTR baseados em aprendizado profundo, fácil de usar, modular e extensível.
Quais linguagens de programação são mais usadas nos repositórios de #factorization-machines?
Entre os projetos de #factorization-machines mais bem classificados no GitHub, as linguagens de programação mais comuns são Python.
Como é calculada a classificação dos repositórios de #factorization-machines?
Acompanhamos 5 repositórios ativos de código aberto marcados com #factorization-machines (com mais de 500 estrelas), totalizando 12,828 estrelas e uma média de 2,565 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.