Experimentieren Sie mit verschiedenen Empfehlungssystemen und entwickeln Sie diese unter Verwendung der im Projekt bereitgestellten Best Practices und Beispiele.
Aus der README
- Evaluate: Evaluating algorithms with offline metrics.
- Model Select and Optimize: Tuning and optimizing hyperparameters for recommendation models.
- Operationalize: Operationalizing models in a production environment on Azure.
Auszüge aus der Projekt-README zu GitHub. Das Urheberrecht und die Lizenzen verbleiben bei den jeweiligen Autoren.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarBest Practices für Empfehlungssysteme
recommenders hat 21.8k Sterne auf GitHub. Es wurde 3.3k-mal geforkt. recommenders ist hauptsächlich in Python geschrieben. Es wird seit 2018 aktiv entwickelt. recommenders ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: ai, artificial-intelligence, data-science, deep-learning.
Was ist recommenders?
Best Practices für Empfehlungssysteme
Ist recommenders Open Source?
recommenders ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ist recommenders kostenlos?
Ja. recommenders ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht recommenders?
recommenders ist unter der MIT-Lizenz verfügbar.
In welcher Sprache ist recommenders geschrieben?
recommenders ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/recommenders-team-recommenders.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.