deepfm

Paquete de modelos CTR basados en deep learning fácil de usar, modular y extensible.

Biblioteca de algoritmos de recomendación a gran escala, que incluye algoritmos clásicos y recientes de sistemas de recomendación como LR, Wide&Deep, DSSM, TDM, MIND, Word2Vec, Bert4Rec, DeepWalk, SSR, AITM, DSIN, SIGN, IPREC, GRU4Rec, Youtube_dnn, NCF, GNN, FM, FFM, DeepFM, DCN, DIN, DIEN, DLRM, MMOE, PLE, ESMM, ESCMM, MAML, xDeepFM, DeepFEFM, NFM, AFM, RALM, DMR, GateNet, NAML, DIFM, Deep Crossing, PNN, BST, AutoInt, FGCNN, FLEN, Fibinet, ListWise, DeepRec, ENSFM, TiSAS, AutoFIS, entre otros, además de conjuntos de datos clásicos como criteo y movielens.

[PyTorch] Paquete de modelos CTR basados en deep learning, fácil de usar, modular y extensible.

Un framework para algoritmos de recomendación a gran escala.

Modelos de máquinas de factorización en PyTorch.

MLGB es una biblioteca que incluye más de 50 modelos de predicción de CTR y sistemas de recomendación mediante TensorFlow y PyTorch.

DeepTables: kit de herramientas de aprendizaje profundo para datos tabulares.

Script de TensorFlow

Official code for "DaisyRec 2.0: Benchmarking Recommendation for Rigorous Evaluation" (TPAMI2022) and "Are We Evaluating Rigorously? Benchmarking Recommendation for Reproducible Evaluation and Fair Comparison" (RecSys2020)