Sperimenta e sviluppa vari sistemi di raccomandazione utilizzando le migliori pratiche e esempi forniti nel progetto.
Dal 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.
Estratti dal README del progetto su GitHub. I diritti d'autore e le licenze rimangono con i rispettivi autori.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiMigliori Pratiche sui Sistemi di Raccomandazione
recommenders ha 21.8k stelle su GitHub. È stato forkato 3.3k volte. recommenders è scritto principalmente in Python. È in sviluppo attivo dal 2018. recommenders è disponibile con licenza MIT. I suoi temi principali sono: ai, artificial-intelligence, data-science, deep-learning.
Che cos'è recommenders?
Migliori Pratiche sui Sistemi di Raccomandazione
recommenders è open source?
recommenders è un progetto open source. È rilasciato con licenza MIT.
recommenders è gratuito?
Sì. recommenders è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è recommenders?
recommenders è disponibile con licenza MIT.
In quale linguaggio è scritto recommenders?
recommenders è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/recommenders-team-recommenders.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.