deepfm

Un package modulaire et extensible, facile à utiliser, pour les modèles de CTR basés sur le deep learning.

Bibliothèque d'algorithmes de recommandation à grande échelle, incluant des algorithmes classiques et récents tels que 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, etc., avec des jeux de données classiques comme Criteo et MovieLens.

Package PyTorch modulaire, extensible et facile à utiliser pour les modèles CTR basés sur le deep learning.

Un framework pour les algorithmes de recommandation à grande échelle.

Modèles de Factorization Machine en PyTorch.

MLGB est une bibliothèque incluant de nombreux modèles de prédiction CTR et de systèmes de recommandation via TensorFlow et PyTorch.

DeepTables : boîte à outils de Deep Learning pour données tabulaires

Script 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)