Home Progetti neural_collaborative_filtering
neural_collaborative_filtering

neural_collaborative_filtering

di hexiangnan · GitHub

Filtraggio Collaborativo Neurale

Visualizza su GitHub
In parole semplici

Costruisci sistemi di raccomandazione che suggeriscono articoli in base alle preferenze degli utenti utilizzando tecniche di reti neurali.

⭐ Stelle
🍴 Fork
📜 Licenza
Uso commerciale consentito
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
neural_collaborative_filtering — GitHub preview card
📈 Storia delle stelle
1.89k1.88k
2026-07-202026-07-29
📈 Segui neural_collaborative_filtering

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Filtraggio Collaborativo Neurale

neural_collaborative_filtering ha 1.9k stelle su GitHub. È stato forkato 668 volte. neural_collaborative_filtering è scritto principalmente in Python. È in sviluppo attivo dal 2017. neural_collaborative_filtering è disponibile con licenza Apache-2.0. I suoi temi principali sono: collaborative-filtering, deep-learning, recommender-system.

Frequently asked questions

Che cos'è neural_collaborative_filtering?

Filtraggio Collaborativo Neurale

neural_collaborative_filtering è open source?

neural_collaborative_filtering è un progetto open source. È rilasciato con licenza Apache-2.0.

neural_collaborative_filtering è gratuito?

Sì. neural_collaborative_filtering è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è neural_collaborative_filtering?

neural_collaborative_filtering è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto neural_collaborative_filtering?

neural_collaborative_filtering è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — neural_collaborative_filtering

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=hexiangnan-neural-collaborative-filtering)](https://opensourceai.tech/project/hexiangnan-neural-collaborative-filtering.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
gorse
Sistema di raccomandazione open source alimentato da AI che supporta classificatori classici/LL…
9.8k · collaborative-filtering
condividecollaborative-filteringrecommender-system
implicit
Filtraggio collaborativo veloce in Python per dataset di feedback implicito
3.8k · collaborative-filtering
condividecollaborative-filteringrecommender-system
SparrowRecSys
Un Sistema di Raccomandazione di Deep Learning
2.8k · deep-learning
condividerecommender-system
Deep-Learning-for-Recommendation-Systems
Questo repository contiene articoli, documenti e repository basati su Deep Learning per Sistemi…
2.9k · collaborative-filtering
condividecollaborative-filteringrecommender-system
RSPapers
RSTutorials: Un elenco curato di articoli da leggere assolutamente sui sistemi di raccomandazio…
6.5k · collaborative-filtering
condividecollaborative-filteringrecommender-system
MultimodalRecSys
Una lista curata di risorse fantastiche sui sistemi di raccomandazione multimodali.
470 · multimodal
condividerecommender-system
RLMRec
[WWW'2024] "RLMRec: Apprendimento della Rappresentazione con Grandi Modelli Linguistici per Rac…
462 · collaborative-filtering
condividecollaborative-filtering
RePlay
Un framework completo per costruire sistemi di raccomandazione end-to-end con modelli all'avang…
408 · algorithms
condividecollaborative-filteringrecommender-system
LLMRank
[ECIR'24] Implementazione di "I modelli di linguaggio di grandi dimensioni sono classificatori…
324 · chatgpt
condividerecommender-system
QRec
QRec: Un framework Python per l'implementazione rapida di sistemi di raccomandazione (basato su…
1.6k · algorithm
condividerecommender-system

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.