Project Icon

daisyRec

开源推荐系统评估和基准测试框架

daisyRec是一个支持多维度公平比较的Top-N推荐任务基准测试框架。该开源工具整合了传统和深度学习推荐算法,支持CUDA加速和多个公开数据集。通过提供GUI命令生成器和严格的评估标准,daisyRec致力于推动推荐系统研究的可复现性和公平比较。

gitrec - 基于用户兴趣的GitHub仓库推荐系统
GitHubGitRecGithub开源项目推荐系统浏览器扩展
GitRec是一个基于Gorse的开源GitHub仓库推荐系统。该系统通过浏览器扩展,根据用户收藏的仓库智能推荐相关项目,并为热门仓库匹配相关资源。GitRec支持Chrome、Edge和Firefox等主流浏览器,安装便捷。系统采用Docker部署,支持数据导入和可视化监控,为开发者提供个性化的GitHub仓库发现服务,有助于提高项目探索效率。
disco - Ruby协同过滤推荐系统库 支持用户和物品推荐
GithubRailsRuby协同过滤开源项目推荐系统矩阵分解
Disco是一个用于Ruby和Rails的推荐系统库,基于协同过滤技术。该库支持用户和物品推荐,可处理显式和隐式反馈数据,并使用高性能矩阵分解算法。Disco提供简洁的API,支持存储推荐结果和模型,能够解决冷启动问题。此外,它可与近似最近邻库集成,提升大规模数据集的性能。
recommenders - 利用TensorFlow构建推荐系统模型的库
GithubKerasTensorFlow Recommenders开源项目推荐系统数据准备模型训练
TensorFlow Recommenders 是一款利用TensorFlow构建推荐系统模型的库。它涵盖了数据准备、模型构建、训练、评估和部署的完整工作流程,基于Keras,旨在为用户提供易学且灵活的体验,能够支持构建复杂模型。只需确保安装TensorFlow 2.x,并使用pip安装即可开始使用。详细的文档和教程能够帮助用户快速入门。
reward-bench - 用于评估使用如Starling、PairRM、OpenAssistant和DPO等算法的奖励模型的能力和安全性的基准工具
GithubRewardBenchanymodel开源项目数据集文献评价标准
RewardBench是一款基准工具,用于评估使用如Starling、PairRM、OpenAssistant和DPO等算法的奖励模型的能力和安全性。该工具提供通用的推理代码、统一的数据集格式和测试,以确保公平评估,并拥有强大的分析与可视化功能。用户可以通过pip快速安装并运行评估脚本,测试各种奖励模型的性能和偏好集。
fairlearn - AI系统公平性评估与缓解的Python工具
AI公平性FairlearnGithubPython包公平性算法公平性评估开源项目
Fairlearn是一个Python包,帮助开发者评估和缓解AI系统中的不公平问题。它提供缓解算法和模型评估指标,并附有Jupyter笔记本示例。Fairlearn侧重于群体公平性,评估并比较模型对不同群体的影响,提供多种解决不公平问题的策略,使用户在不同AI任务中找到最佳平衡。
cornac - 多模态推荐系统比较框架
CornacGithub多模态开源项目推荐系统机器学习辅助数据
Cornac是一个多模态推荐系统比较框架,支持文本、图像等辅助数据。它便于快速实验和实现新模型,兼容TensorFlow、PyTorch等库。Cornac实现了协同过滤、内容推荐等多种算法,支持高效近似最近邻搜索。框架还提供简单的模型部署方式,有助于构建推荐系统应用。
RecSysPapers - 推荐系统研究进展与行业实践全面汇总
Github开源项目推荐系统深度学习点击率预测特征交互论文汇总
RecSysPapers项目收录827篇推荐系统相关论文,涉及召回、排序、多任务和多模态等领域。项目持续更新业界进展,提供分类和阅读指引,是推荐系统研究和实践的重要参考。收录论文包括阿里巴巴、谷歌、微软等知名公司的最新实践,对推荐系统技术的理解和应用具有参考价值。
Awesome-Recsys - 推荐系统领域顶级会议论文资源库
Github人工智能开源项目推荐系统数据挖掘机器学习深度学习
Awesome-Recsys项目汇集推荐系统领域顶级会议论文,包括SIGIR、RecSys、ICLR等重要会议的最新研究成果。该资源库定期更新,提供论文标题和链接,方便研究人员和从业者快速了解领域进展,获取感兴趣的研究内容。
recsys-dataset - OTTO电商会话推荐系统大规模开放数据集
Github会话数据集多目标优化开源项目推荐系统电子商务评估指标
OTTO开放的电商推荐系统数据集包含1200万匿名用户会话和2.2亿次交互事件,涵盖180万商品。数据以.jsonl格式提供,便于研究人员直接使用。该数据集专为多目标和基于会话的推荐系统研究设计,定义了相应的评估指标,可作为该领域的基准数据集。数据集来源于OTTO真实电商平台,包括用户点击、加购和下单行为。研究人员可利用此数据集开发和评估多目标推荐算法,尤其适合基于会话的推荐系统研究。该数据集的开放将促进电商推荐系统领域的学术研究和技术创新。
RES-Interview-Notes - 推荐系统算法与实践全面指南
Github协同过滤开源项目推荐系统机器学习深度学习矩阵分解
RES-Interview-Notes项目全面涵盖推荐系统各个方面,包括基础理论、传统算法、深度学习模型及工程实践。内容涉及协同过滤、矩阵分解等经典方法,以及AutoRec、NeuralCF等前沿模型。同时探讨了系统评估和落地实施,为推荐算法工程师提供系统学习资料。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号