आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › ई-कॉमर्स › recommenders
✦ फ्री & ओपन सोर्सई-कॉमर्स

recommenders

सिफारिश प्रणालियों (recommendation systems) के निर्माण के लिए सर्वोत्तम अभ्यास और उदाहरण।

कस्टम सिफारिश प्रणालियाँ बनाएं

Recommendation engines के लिए क्लासिकल और डीप लर्निंग एल्गोरिदम प्रदान करने वाली एक Python रिपॉजिटरी।

हमेशा के लिए मुफ़्त · ओपन सोर्स · MIT
✓ Light setup✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
8.4
ZEKAI
आवश्यक recs टूलकिट
फ्री & ओपन सोर्स · ई-कॉमर्स
सेटअप की आसानी6
उपयोगिता9
रखरखाव9.5
समुदाय9.2
★ 21,904
गिटहब
Sep 2026
अपडेटेड
MIT
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

यह रिपॉजिटरी सिफारिश प्रणालियों के प्रोटोटाइपिंग, प्रयोग और संचालन के लिए Jupyter notebooks और यूटिलिटी प्रदान करती है। यह डेटा वैज्ञानिकों और मशीन लर्निंग इंजीनियरों के लिए उपयुक्त है जो ALS, xDeepFM और LightGCN जैसे एल्गोरिदम के कार्यान्वयन की तलाश में हैं।

इस पर चलता है
Cross-platform
होस्टिंग
Self-host
भाषाएँ
Python
लाइसेंस
MIT

यह क्या है

इसमें पांच प्रमुख कार्यों में विस्तृत उदाहरण और सर्वोत्तम अभ्यास शामिल हैं: डेटा तैयार करना, मॉडल बनाना, ऑफ़लाइन मेट्रिक्स के साथ मूल्यांकन करना, हाइपरपैरामीटर ट्यूनिंग, और Azure पर संचालन करना। डेटासेट लोड करने और प्रशिक्षण तथा परीक्षण डेटा को विभाजित करने जैसे सामान्य कार्यों के लिए यूटिलिटी शामिल हैं।

किसके लिए

यह Python अनुभव वाले डेटा वैज्ञानिकों और डेवलपर्स के लिए उपयुक्त है जिन्हें collaborative filtering और content-based एल्गोरिदम के लिए कोड उदाहरणों की आवश्यकता है। यह गैर-तकनीकी उपयोगकर्ताओं या तैयार प्लग-एंड-प्ले recommendation API की तलाश करने वालों के लिए उपयुक्त नहीं है।

मुख्य विशेषताएँ

Multiple Algorithms

इसमें ALS, A2SVD, Caser, DKN और LightGCN जैसे क्लासिकल और डीप लर्निंग मॉडल शामिल हैं।

Jupyter Notebooks

गणित और कार्यान्वयन की व्याख्या करने वाले चरण-दर-चरण त्वरित शुरुआत (quick start) और गहन अध्ययन (deep dive) नोटबुक प्रदान करता है।

Environment Support

पैकेज एक्सट्रा के माध्यम से CPU, GPU, Spark और प्रायोगिक सुविधा कॉन्फ़िगरेशन का समर्थन करता है।

Operationalization Guides

Azure पर प्रोडक्शन पर्यावरण में मॉडल के संचालन के लिए उदाहरण शामिल हैं।

कैसे शुरू करें

3 चरणों में तैयार

1
uv इंस्टॉल करें और एक नया Python वर्चुअल पर्यावरण बनाएं।
2
pip या uv का उपयोग करके कोर recommenders पैकेज इंस्टॉल करें।
3
VS Code में प्रदान किए गए उदाहरण Jupyter notebooks को चलाने के लिए रिपॉजिटरी को क्लोन करें।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • क्लासिकल और अत्याधुनिक दोनों recommendation एल्गोरिदम के व्यापक कार्यान्वयन
  • एल्गोरिदम के गणित और कार्यान्वयन की व्याख्या करने वाले विस्तृत deep dive नोटबुक
  • CPU, GPU और PySpark सहित कई कंप्यूटिंग वातावरणों के लिए समर्थन
  • डेटा लोडिंग, विभाजन और मूल्यांकन के लिए प्रदान किए गए यूटिलिटी फ़ंक्शन

कहाँ कमी है

  • आपके विशिष्ट प्रोडक्शन पर्यावरण के लिए कस्टम Python कोड लिखने और बनाए रखने की आवश्यकता है
  • डिपेंडेंसी जटिल हो सकती हैं, जिसके लिए GPU या Spark कॉन्फ़िगरेशन के लिए विशिष्ट एक्सट्रा की आवश्यकता होती है
  • Operationalization गाइड विशेष रूप से Azure बुनियादी ढांचे से जुड़े हैं
लागत

मूल्य & लाइसेंस

इसके लाइसेंस के तहत निःशुल्क, जिसमें एकमात्र लागत वे कंप्यूट संसाधन हैं जिनका उपयोग आप मॉडल और नोटबुक को स्वयं चलाने के लिए करते हैं।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प

ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।

और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: ई-कॉमर्स के लिए recommenders
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम recommenders को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

कौन से पर्यावरण समर्थित हैं?

रिपॉजिटरी इंस्टॉल करने योग्य पैकेज एक्सट्रा के माध्यम से CPU, GPU और PySpark पर्यावरण का समर्थन करती है।

क्या कोड उदाहरण उपलब्ध हैं?

हाँ, रिपॉजिटरी त्वरित शुरुआत और विशिष्ट एल्गोरिदम के गहन अध्ययन के लिए Jupyter notebooks प्रदान करती है।

मैं पैकेज कैसे स्थापित करूं?

आप इसे pip या uv के माध्यम से स्थापित कर सकते हैं, जिसमें GPU, Spark और प्रायोगिक सुविधाओं के लिए वैकल्पिक एक्सट्रा शामिल हैं।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
ई-कॉमर्स के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें