Recommend-System-tf2.0
Recommend-System-tf2.0 copied to clipboard
原理解析及代码实战,推荐算法也可以很简单 🔥 想要系统的学习推荐算法的小伙伴,欢迎 Star 或者 Fork 到自己仓库进行学习🚀 有任何疑问欢迎提 Issues,也可加文末的联系方式向我询问!
Recommend-System-TF2.0
此仓库用于记录在学习推荐系统过程中的知识产出,主要是对经典推荐算法的原理解析及代码实现。
算法包含但不仅限于下图中的算法,持续更新中...
![](https://cdn.jsdelivr.net/gh/jc-LeeHub/Recommend-System-tf2.0@master/image/%E6%8E%A8%E8%8D%90%E7%AE%97%E6%B3%95.png)
Models List
![](https://cdn.jsdelivr.net/gh/jc-LeeHub/Recommend-System-tf2.0@master/image/%E5%88%86%E5%89%B2%E7%BA%BF.jpg)
Introduction
-
原理结合代码食用更佳,掌握算法的最好方式就是用代码撸它
-
原理解析可参考知乎专栏 推荐算法也可以很简单
-
代码实践参考本仓库即可,每个模型都有对应README.md,对模型原理、代码结构、实验结果进行了介绍
Tips: 该仓库使用的代码均为TF2.0,如果你不熟悉该框架,可参考文档简单粗暴的Tensorflow2.0
Citation
- 论文列表引用于浅梦,并作了相应补充. Weichen Shen.(2017). DeepCTR: Easy-to-use,Modular and Extendible package of deep-learning based CTR models. https://github.com/shenweichen/deepctr. 感谢整理!
About
-
知乎:予以初始
-
CSDN: 予以初始
-
Website: HomePage
-
E-mail: [email protected]
-
wechat ID: Liii00061333