Herramientas de IA puntuadas para tu trabajo
Gana entrenando IA
🤝 Estás en la biblioteca Gratis y Open Source — herramientas creadas por la comunidad que puedes usar sin pagar. Un concepto distinto a nuestro directorio de IA puntuado.
Inicio › Gratis y Open Source › E-commerce › recommenders
✦ Gratis y open sourceE-commerce

recommenders

Mejores prácticas y ejemplos para construir sistemas de recomendación.

Construye Sistemas de Recomendación Personalizados

Un repositorio de Python que ofrece algoritmos de aprendizaje clásico y profundo para motores de recomendación.

Gratis para siempre · open source · MIT
✓ Light setup✓ En el navegador✓ Colaboración en tiempo real
8.4
ZEKAI
Kit de herramientas esencial de recs
Gratis y open source · E-commerce
Facilidad de configuración6
Utilidad9
Mantenimiento9.5
Comunidad9.2
★ 21,904
GITHUB
Sep 2026
ACTUALIZADO
MIT
LICENCIA
🛠 ¿No quieres alojarlo tú mismo? Podemos configurarlo →
⚡ Respuesta rápida

Este repositorio proporciona cuadernos de Jupyter y utilidades para prototipar, experimentar y poner en producción sistemas de recomendación. Es ideal para científicos de datos e ingenieros de aprendizaje automático que buscan implementaciones de algoritmos como ALS, xDeepFM y LightGCN.

Funciona en
Cross-platform
Alojamiento
Self-host
Idiomas
Python
Licencia
MIT

Qué es

Contiene ejemplos y mejores prácticas detalladas en cinco tareas clave: preparación de datos, construcción de modelos, evaluación con métricas offline, ajuste de hiperparámetros y puesta en marcha en Azure. Se incluyen utilidades para tareas comunes como la carga de conjuntos de datos y la división de datos de entrenamiento y prueba.

Para quién

Está dirigido a científicos de datos y desarrolladores con experiencia en Python que necesitan ejemplos de código para algoritmos de filtrado colaborativo y basados en contenido. No es adecuado para usuarios no técnicos o aquellos que buscan una API de recomendación lista para usar tipo plug-and-play.

Funciones clave

Múltiples algoritmos

Incluye modelos clásicos y de aprendizaje profundo como ALS, A2SVD, Caser, DKN y LightGCN.

Cuadernos de Jupyter

Proporciona cuadernos de inicio rápido paso a paso y análisis profundos que explican las matemáticas y la implementación.

Compatibilidad de entornos

Compatible con CPU, GPU, Spark y configuraciones de características experimentales mediante complementos del paquete.

Guías de puesta en marcha

Incluye ejemplos para desplegar modelos en un entorno de producción en Azure.

Cómo empezar

Listo en 3 pasos

1
Instala uv y crea un nuevo entorno virtual de Python.
2
Instala el paquete principal de recommenders usando pip o uv.
3
Clona el repositorio para ejecutar los cuadernos de Jupyter de ejemplo proporcionados en VS Code.
Sin rodeos

Nuestro veredicto honesto

Lo mejor

  • Implementaciones completas de algoritmos de recomendación tanto clásicos como de vanguardia
  • Cuadernos detallados de análisis profundo que explican las matemáticas y la implementación de los algoritmos
  • Compatibilidad con múltiples entornos informáticos, incluyendo CPU, GPU y PySpark
  • Funciones de utilidad proporcionadas para la carga, división y evaluación de datos

Sus límites

  • Requiere escribir y mantener código Python personalizado para tu entorno de producción específico
  • Las dependencias pueden ser complejas y requerir complementos específicos para configuraciones de GPU o Spark
  • Las guías de puesta en marcha están vinculadas específicamente a la infraestructura de Azure
Costo

Precios y licencia

Gratis bajo su licencia, siendo el único coste los recursos de cálculo que utilices para ejecutar los modelos y cuadernos por tu cuenta.

Trabajo remunerado

Empleos para hispanohablantes

877 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.

Ver todos los puestos abiertos →
Comparar

Alternativas

Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.

Más

Úsalo, o deja que lo configuremos

📄 PDF gratis: recommenders para E-commerce
Una guía en lenguaje claro para tu primer resultado. Enviada a tu correo.
🔔 64 personas quieren un tutorial en vídeo completo — añade tu voto
🛠 ¿No quieres configurarlo tú mismo?
Instalamos, alojamos y configuramos recommenders por ti — y formamos a tu equipo.
Que lo hagamos por ti ↗
Preguntas

FAQ

¿Qué entornos son compatibles?

El repositorio es compatible con entornos de CPU, GPU y PySpark mediante complementos de instalación.

¿Hay ejemplos de código disponibles?

Sí, el repositorio ofrece cuadernos de Jupyter para inicios rápidos y análisis detallados de algoritmos específicos.

¿Cómo instalo el paquete?

Puedes instalarlo mediante pip o uv, con complementos opcionales para GPU, Spark y características experimentales.

Radar

Últimas noticias de IA

✉️ El kit gratuito semanal
Las mejores nuevas herramientas gratis y open source para E-commerce — un correo corto por semana, en tu idioma.
Gratis · 1 correo/semana · cancela cuando quieras
Gana dinero entrenando IA →

Ve Zekai primero en Google