Startseite Projekte Ad-papers
Ad-papers
Python

Ad-papers

Papiere zur Computational Advertising

von wzhe06 · GitHub
Sterne
Forks
Lizenz
Erstellt
Letzter Commit
Kategorie
Sprache
advertisingcomputational-advertisingctr-predictionMITPython
Auf GitHub ansehen
In einfachen Worten

Lesen und greifen Sie auf eine Sammlung von Forschungsarbeiten und Ressourcen im Zusammenhang mit computergestützter Werbung zu.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
Ad-papers — GitHub preview card
📈 Sternhistorie
4 3994 396
2026-07-072026-08-31
📈 Ad-papers verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Papiere zur Computational Advertising

Ad-papers hat 4.4k Sterne auf GitHub. Es wurde 1.2k-mal geforkt. Ad-papers ist hauptsächlich in Python geschrieben. Es wird seit 2016 aktiv entwickelt. Ad-papers ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: advertising, computational-advertising, ctr-prediction, deep-learning.

Frequently asked questions

Was ist Ad-papers?

Papiere zur Computational Advertising

Ist Ad-papers Open Source?

Ad-papers ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist Ad-papers kostenlos?

Ja. Ad-papers ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht Ad-papers?

Ad-papers ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist Ad-papers geschrieben?

Ad-papers ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — Ad-papers

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=wzhe06-ad-papers)](https://olud.ai/project/wzhe06-ad-papers.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.