How to improve the performance of NCF models

Repository metrics

Stars

17,706 stars (17,706 stars)

PR merge metrics

平均マージ 6d 16h (平均マージ 6d 16h)30d で 10 merged PRs (30d で 10 merged PRs)

説明

コントリビューターガイド

調査方針

このIssueは、論文の結果に対してNCFモデルのパフォーマンスを改善する方法に関する質問です。これを解決するには、まずリポジトリ内の既存のNCF実装（おそらくexamples/またはreco utils/内）を確認します。使用されているハイパーパラメータをチェックし、元のNCF論文と比較します。データセットの前処理手順を調査します。Issueのコメントには、メンテナーからの追加のコンテキストが含まれている可能性があります。パフォーマンスチューニングのヒントについては、リポジトリのドキュメントと関連するIssueを探索します。再現可能なコードとエラーメトリクスを含む、より具体的なIssueを開くことを検討してください。

技術スタック

python

領域

machine learning

Issue 種別

パフォーマンス

難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。

2

推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。

1-3時間

活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。

アクティブ

明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。

明確

前提条件

Python

初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。

60