#18 · 主分类： 深度学习框架
recommenders
ai
artificial-intelligence
data-science
deep-learning
jupyter-notebook
kubernetes
machine-learning
operationalization
python
ranking
rating
recommendation
recommendation-algorithm
recommendation-engine
recommendation-system
recommender
tutorial
推荐系统最佳实践
项目最后更新：08/25/26
GitHub Stars
21.9K
Forks数量
3.3K
贡献者数量
154
许可证
MIT
收录理由
做推荐系统通常要把多个库拼在一起，而它把整条链路收进了一个项目。从交替最小二乘、贝叶斯个性化排序，到xDeepFM这类深度模型和基于注意力机制的序列推荐，经典与前沿算法都有可运行的实现，还配好了数据预处理、离线评估和超参调优的工具。每个模型都附有Jupyter笔记本，把数学推导和代码一步步讲清楚，既能当学习材料，也能拿MovieLens快速上手示例做起点，改造成自己的数据集。部署环节也没落下，Spark、GPU环境以及Azure上的生产发布都有指引，从原型到规模化服务的路径是明摆着的，不用自己摸索。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。