Mesleğiniz için puanlanmış YZ araçları
YZ eğiterek kazan
🤝 Ücretsiz & Açık Kaynak kütüphanesindesiniz — toplulukça geliştirilen, ücret ödemeden kullanabileceğiniz araçlar. Puanlı AI dizinimizden farklı bir kavram.
Ana sayfa › Ücretsiz & Açık Kaynak › E-ticaret › recommenders
✦ Ücretsiz & açık kaynakE-ticaret

recommenders

Öneri sistemleri oluşturmak için en iyi uygulamalar ve örnekler.

Özel Öneri Sistemleri Oluşturun

Öneri motorları için klasik ve derin öğrenme algoritmaları sağlayan bir Python deposu.

Sonsuza dek ücretsiz · açık kaynak · MIT
✓ Light setup✓ Tarayıcıda çalışır✓ Gerçek zamanlı işbirliği
8.4
ZEKAI
Temel öneri araç seti
Ücretsiz & açık kaynak · E-ticaret
Kurulum kolaylığı6
Yararlılık9
Bakım9.5
Topluluk9.2
★ 21,904
GITHUB
Sep 2026
GÜNCELLENDİ
MIT
LİSANS
🛠 Kendiniz barındırmak istemiyor musunuz? Sizin için kurabiliriz →
⚡ Hızlı yanıt

Bu depo, öneri sistemlerini prototiplemek, denemek ve operasyonel hale getirmek için Jupyter defterleri ve araçları sağlar. ALS, xDeepFM ve LightGCN gibi algoritmaların uygulamalarını arayan veri bilimcilere ve makine öğrenimi mühendislerine uygundur.

Çalıştığı yer
Cross-platform
Barındırma
Self-host
Diller
Python
Lisans
MIT

Nedir

Veri hazırlama, model oluşturma, çevrimdışı metriklerle değerlendirme, hiperparametre optimizasyonu ve Azure'da operasyonelleştirme olmak üzere beş temel görevde detaylandırılan örnekler ve en iyi uygulamalar içerir. Veri kümelerini yükleme ve eğitim ile test verilerini ayırma gibi yaygın görevler için yardımcı programlar dahildir.

Kimler için

İşbirlikçi filtreleme ve içerik tabanlı algoritmalar için kod örneklerine ihtiyaç duyan Python deneyimine sahip veri bilimciler ve geliştiriciler için uygundur. Teknik olmayan kullanıcılar veya kullanıma hazır, tak-çalıştır bir öneri API'si arayanlar için uygun değildir.

Temel özellikler

Birden Fazla Algoritma

ALS, A2SVD, Caser, DKN ve LightGCN gibi klasik ve derin öğrenme modellerini içerir.

Jupyter Defterleri

Matematik ve uygulamayı açıklayan adım adım hızlı başlangıç ve derinlemesine inceleme defterleri sağlar.

Ortam Desteği

Paket ekstraları aracılığıyla CPU, GPU, Spark ve deneysel özellik yapılandırmalarını destekler.

Operasyonelleştirme Kılavuzları

Modellerin Azure üzerinde bir üretim ortamında operasyonelleştirilmesine yönelik örnekler içerir.

Nasıl başlanır

3 adımda hazır

1
uv'yi yükleyin ve yeni bir Python sanal ortamı oluşturun.
2
pip veya uv kullanarak çekirdek recommenders paketini yükleyin.
3
Sağlanan örnek Jupyter defterlerini VS Code'da çalıştırmak için depoyu klonlayın.
Açıkçası

Dürüst kararımız

Artıları

  • Hem klasik hem de en son teknoloji öneri algoritmalarının kapsamlı uygulamaları
  • Algoritma matematiğini ve uygulamasını açıklayan ayrıntılı derinlemesine inceleme defterleri
  • CPU, GPU ve PySpark dahil olmak üzere birden fazla bilgi işlem ortamı için destek
  • Veri yükleme, bölme ve değerlendirme için sağlanan yardımcı fonksiyonlar

Eksileri

  • Özel üretim ortamınız için özel Python kodu yazmayı ve bakımını yapmayı gerektirir
  • Bağımlılıklar karmaşık olabilir; GPU veya Spark yapılandırmaları için belirli ekstralar gerektirir
  • Operasyonelleştirme kılavuzları doğrudan Azure altyapısına bağlıdır
Maliyet

Fiyatlar & lisans

Lisansı altında ücretsizdir; tek maliyet, modelleri ve defterleri kendiniz çalıştırmak için kullandığınız hesaplama kaynaklarıdır.

Ücretli iş

Türkçe konuşanlar için işler

877 açık uzaktan yapay zeka eğitimi işi, 16 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.

Tüm açık rolleri gör →
Karşılaştır

Alternatifler

İncelenmiş bu AI araçları aynı işi anında yapar — puanlı dizinimizden.

Daha fazlası

Kullanın ya da biz kuralım

📄 Ücretsiz PDF: E-ticaret için recommenders
İlk sonucunuza ulaşmanız için sade bir rehber. E-postanıza gönderilir.
🔔 64 kişi tam bir video eğitimi istiyor — oyunuzu ekleyin
🛠 Kendiniz kurmak istemiyor musunuz?
recommenders aracını sizin için kurar, barındırır ve yapılandırırız — ekibinizi de eğitiriz.
Sizin için yapalım ↗
Sorular

SSS

Hangi ortamlar destekleniyor?

Depo, yüklenebilir paket ekstraları aracılığıyla CPU, GPU ve PySpark ortamlarını destekler.

Kod örnekleri mevcut mu?

Evet, depo hızlı başlangıçlar ve belirli algoritmaların derinlemesine incelenmesi için Jupyter defterleri sağlar.

Paketi nasıl kurabilirim?

GPU, Spark ve deneysel özellikler için isteğe bağlı ekstralarla birlikte pip veya uv aracılığıyla kurabilirsiniz.

Radar

Son AI haberleri

✉️ Haftalık ücretsiz araç seti
E-ticaret için en iyi yeni ücretsiz & açık kaynak araçlar — haftada bir kısa e-posta, kendi dilinizde.
Ücretsiz · haftada 1 e-posta · istediğinizde çıkın
Yapay zekayı eğit, para kazan →

Google'da önce Zekai'yi gör