Wzy1007007 / leetcode-questionLinks
代码随想录刷题思路总结（含代码）
☆22Updated 9 months ago
Alternatives and similar repositories for leetcode-question
Users that are interested in leetcode-question are comparing it to the libraries listed below
Sorting:
- 机器学习，深度学习八股☆102Updated 5 months ago
- 推荐系统八股160问☆133Updated 5 months ago
- 搜广推学习笔记：王树森“推荐系统”课程☆128Updated 9 months ago
- kaggle比赛—otto多目标推荐系统源代码，单模型分数0.594，LB排名30左右☆65Updated 2 years ago
- ☆74Updated last year
- recommendation system practice course from deepshare☆19Updated 5 months ago
- 集成学习思维导图☆20Updated 2 years ago
- ☆31Updated 4 months ago
- 零基础入门推荐系统 - 新闻推荐 Top2☆282Updated 4 years ago
- 零基础入门推荐系统 - 新闻推荐 Top2☆27Updated 6 months ago
- 基于天池新闻推荐赛数据集实现的新闻推荐☆21Updated 9 months ago
- 天池大赛——新闻推荐场景下的用户行为预测挑战赛，SOLO赛，B榜排名5/5338☆53Updated 4 years ago
- deepmatch模型使用天池新闻推荐大赛数据☆12Updated 11 months ago
- 🔥🔥🔥从零使用pytorch构建电影推荐系统，基于MovieLens数据集，实现了多种召回排序相关模型：DSSM、CF、MF、DeepWalk、Item2Vec，LR、Wide&Deep、DeepFM、DCNv1、DCNv2、DIN、MMoE、PLE。欢迎大家进行st…☆22Updated 4 months ago
- https://tianchi.aliyun.com/competition/entrance/531842/introduction☆39Updated 3 years ago
- 本项目分享各种类型的推荐算法及实战代码，小白也可轻松掌握☆27Updated 2 years ago
- 利用大模型赋能智能推荐，通过案例讲解大模型推荐算法原理，并且给出代码实现。☆94Updated 7 months ago
- 整理算法岗面试八股☆49Updated 8 months ago
- Awesome Generative Recommendation papers primarily focused on industry-level applications.☆130Updated last week
- ☆20Updated 8 months ago
- kaggle Otto Recommender system code, single model LB0.596, about rank 22☆30Updated 2 years ago
- 2024百度商业AI技术创新大赛赛道一：基于大模型的广告检索全国一等奖获奖方案☆16Updated 7 months ago
- Solution to kaggle competition OTTO – Multi-Objective Recommender System: https://www.kaggle.com/competitions/otto-recommender-system☆18Updated 2 years ago
- ☆43Updated last year
- A Toolbox for MultiModal Recommendation. Integrating 10+ Models...☆530Updated 3 months ago
- Transformer面试常见八股☆24Updated 6 months ago
- 移动推荐算法，以阿里巴巴移动电商平台的真实用户-商品行为数据为基础，同时提供移动时代特有的位置信息，希望你能够挖掘数据背后丰富的内涵，为移动用户在合适的时间、合适的地点精准推荐合适的内容。☆20Updated 10 months ago
- 深度学习与推荐系统学习，理论结合代码更香。☆141Updated 3 years ago
- AI算法岗求职攻略（涵盖校招时间表、准备攻略（社招和校招）、刷题指南、内推和 AI 公司清单、求职算法必备资料等），算法方向涉及：机器学习、深度学习、计算机视觉、自然语言处理和搜广推等☆20Updated last year
- ☆196Updated 4 months ago