recommenders
Meilleures pratiques sur les systèmes de recommandation
Expérimentez et développez divers systèmes de recommandation en utilisant les meilleures pratiques et exemples fournis dans le projet.
Depuis le 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.
Extraits du README du projet sur GitHub. Le droit d'auteur et les licences restent la propriété des auteurs respectifs.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentMeilleures pratiques sur les systèmes de recommandation
recommenders compte 21.8k étoiles sur GitHub. Il a été forké 3.3k fois. recommenders est écrit principalement en Python. Il est développé activement depuis 2018. recommenders est disponible sous licence MIT. Ses principaux thèmes sont : ai, artificial-intelligence, data-science, deep-learning.
Qu'est-ce que recommenders ?
Meilleures pratiques sur les systèmes de recommandation
recommenders est-il open source ?
recommenders est un projet open source. Il est distribué sous licence MIT.
recommenders est-il gratuit ?
Oui. recommenders est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est recommenders ?
recommenders est disponible sous licence MIT.
Dans quel langage recommenders est-il écrit ?
recommenders est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/recommenders-team-recommenders.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.