Git Stars Git Stars

#explainable-ai Repositories

Entdecke 49 aktive Open-Source-GitHub-Repositories, die mit #explainable-ai getaggt sind und insgesamt 137,847 Sterne gesammelt haben (durchschnittlich 2,813 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist KindXiaoming/pykan mit 16,291 Sternen.

49
Gesamtzahl der Repositories
137,847
Gesamtanzahl der Sterne
2,813
Durchschnittliche Sterne/Repo

Insgesamt 49 Repositories

1
KindXiaoming/pykan

Kolmogorov Arnold Netzwerke

KindXiaoming
⭐ 16,291 Jupyter Notebook 👤 KindXiaoming User 🕐 Aktualisiert 2025-01-19 📅 Erstellt 2024-04-27
2
semantica-agi/semantica

Graph-native semantische Schicht für vertrauenswürdige Enterprise-KI

semantica-agi
⭐ 14,701 Python 👤 semantica-agi Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-06-25
3
jacobgil/pytorch-grad-cam

Erweiterte KI-Erklärbarkeit für Computer Vision. Unterstützung für CNNs, Vision Transformers, Klassifikation, Objekterkennung, Segmentierung, Bildähnlichkeit und mehr.

jacobgil
⭐ 13,014 Python 👤 jacobgil User 🕐 Aktualisiert 2026-11-01 📅 Erstellt 2017-05-31
4
kmario23/deep-learning-drizzle

Tauchen Sie ein in Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision und NLP, indem Sie aus diesen spannenden Vorlesungen lernen!!

kmario23
⭐ 12,995 HTML 👤 kmario23 User 🕐 Aktualisiert 2026-08-22 📅 Erstellt 2018-11-26
5
marcotcr/lime

Lime: Erklärung der Vorhersagen beliebiger Machine-Learning-Klassifizierer

marcotcr
⭐ 12,080 JavaScript 👤 marcotcr User 🕐 Aktualisiert 2024-07-25 📅 Erstellt 2016-03-15
6
interpretml/interpret

Passen Sie interpretierbare Modelle an. Erklären Sie Blackbox-Machine-Learning.

interpretml
⭐ 6,986 C++ 👤 interpretml Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2019-05-03
7
obss/sahi

Framework-unabhängige geslicete/geteilte Inferenz + interaktive Benutzeroberfläche + Fehleranalyse-Diagramme

obss
⭐ 5,609 Python 👤 obss Organization 🕐 Aktualisiert 2026-11-01 📅 Erstellt 2021-01-30
8
christophM/interpretable-ml-book

Buch über interpretierbares maschinelles Lernen

christophM
⭐ 5,420 Jupyter Notebook 👤 christophM User 🕐 Aktualisiert 2026-07-07 📅 Erstellt 2017-03-22
9
astroautomata/PySR

Symbolisches Lernen in Python und Julia

astroautomata
⭐ 4,301 Python 👤 astroautomata Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2020-09-14
10
microsoft/tensorwatch

Debugging, Überwachung und Visualisierung für Python Machine Learning und Data Science

microsoft
⭐ 3,477 Jupyter Notebook 👤 microsoft Organization 🕐 Aktualisiert 2026-03-30 📅 Erstellt 2019-05-15
11
trustgraph-ai/trustgraph

Die Open-Source-Ontologie-Laufzeitumgebung für KI-Agenten.

trustgraph-ai
⭐ 3,159 Python 👤 trustgraph-ai Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-07-10
12
alan-ai/alan-sdk-web

Das Self-Coding-System für Ihre App — Alan AI SDK für Web

alan-ai
⭐ 2,422 👤 alan-ai Organization 🕐 Aktualisiert 2026-10-30 📅 Erstellt 2019-10-23
13
microsoft/responsible-ai-toolbox

Die Responsible AI Toolbox ist eine Suite von Tools, die Benutzeroberflächen und Bibliotheken für die Modell- und Datenexploration und -bewertung bereitstellt und ein besseres Verständnis von KI-Systemen ermöglicht. Diese Benutzeroberflächen und Bibliotheken befähigen Entwickler und Stakeholder von KI-Systemen, KI verantwortungsvoller zu entwickeln und zu überwachen und bessere datengesteuerte Maßnahmen zu ergreifen.

microsoft
⭐ 1,858 TypeScript 👤 microsoft Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2020-07-06
14
rentruewang/aioway

KI ist auf dem Weg. Ein automatischer Deep-Learning-Traum. Ein RDBMS-Ansatz für Deep Learning. Deklarativ, erklärbar, skalierbar, optimierbar, einfach bereitzustellen, all diese guten Dinge.

rentruewang
⭐ 1,820 Python 👤 rentruewang User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2021-11-17
15
Trusted-AI/AIX360

Interpretierbarkeit und Erklärbarkeit von Daten und Machine-Learning-Modellen

Trusted-AI
⭐ 1,809 Python 👤 Trusted-AI Organization 🕐 Aktualisiert 2026-09-05 📅 Erstellt 2019-07-11
16
wangyongjie-ntu/Awesome-explainable-AI

Eine Sammlung von Forschungsmaterialien zu erklärbarer KI/ML

wangyongjie-ntu
⭐ 1,660 Markdown 👤 wangyongjie-ntu User 🕐 Aktualisiert 2026-08-19 📅 Erstellt 2020-02-16
17
csinva/imodels

Interpretabler ML-Paket 🔍 für knappe, transparente und genaue prädiktive Modellierung (sklearn-kompatibel).

csinva
⭐ 1,631 Jupyter Notebook 👤 csinva User 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2019-07-04
18
alexgreensh/attention-span

Lass deine Agenten wie Menschen sprechen. ADHS-freundliche Ausgabestile für Claude Code, Codex und andere. Damit du dich auf den Inhalt konzentrieren kannst, nicht auf die Tokens.

alexgreensh
⭐ 1,601 Python 👤 alexgreensh User 🕐 Aktualisiert 2026-10-30 📅 Erstellt 2026-08-04
19
interpretml/DiCE

Generieren Sie vielfältige kontrafaktische Erklärungen für jedes Machine-Learning-Modell.

interpretml
⭐ 1,519 Python 👤 interpretml Organization 🕐 Aktualisiert 2025-07-13 📅 Erstellt 2019-05-02
20
ModelOriented/DALEX

Modellunabhängige Sprache zur Exploration und Erklärung

ModelOriented
⭐ 1,489 Python 👤 ModelOriented Organization 🕐 Aktualisiert 2026-07-15 📅 Erstellt 2018-02-18
21
valeman/awesome-conformal-prediction

Eine professionell kuratierte Liste von großartigen Videos, Tutorials, Büchern, Papieren, Doktor- und Masterarbeiten, Artikeln und Open-Source-Bibliotheken zur konformen Vorhersage.

valeman
⭐ 1,346 👤 valeman User 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2021-12-10
22
albermax/innvestigate

Ein Toolbox, um Vorhersagen neuronaler Netze mit iNNvestigate zu untersuchen!

albermax
⭐ 1,305 Python 👤 albermax User 🕐 Aktualisiert 2025-04-11 📅 Erstellt 2017-12-13
23
EthicalML/xai

XAI - Eine eXplainability-Toolbox für maschinelles Lernen

EthicalML
⭐ 1,270 Python 👤 EthicalML Organization 🕐 Aktualisiert 2025-11-29 📅 Erstellt 2019-01-11
24
AI4Finance-Foundation/FinRL-Tutorials

FinRL® Tutorials. Bitte starren.

AI4Finance-Foundation
⭐ 1,203 Jupyter Notebook 👤 AI4Finance-Foundation Organization 🕐 Aktualisiert 2025-03-28 📅 Erstellt 2018-09-19
25
fraunhoferportugal/tsfel

Bibliothek zur Merkmalsextraktion aus Zeitreihen (TSFEL): über 60 statistische, zeitliche, spektrale und fraktale Merkmale für die Klassifizierung und Regression von Zeitreihen sowie die Signalverarbeitung in Python

fraunhoferportugal
⭐ 1,116 Python 👤 fraunhoferportugal Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2019-01-09
26
dswah/pyGAM

[MITWIRKENDE WILLKOMMEN] Generalisierte additive Modelle in Python

dswah
⭐ 1,024 Python 👤 dswah User 🕐 Aktualisiert 2026-04-21 📅 Erstellt 2017-01-19
29
salesforce/OmniXAI

OmniXAI: Eine Bibliothek für eXplainable AI

salesforce
⭐ 975 Jupyter Notebook 👤 salesforce Organization 🕐 Aktualisiert 2026-06-02 📅 Erstellt 2022-02-17
30
DmitryRyumin/ICCV-2023-25-Papers

ICCV 2023-2025 Artikel: Entdecken Sie Spitzenforschung von ICCV 2023-25, der führenden Konferenz für Computer Vision. Bleiben Sie auf dem Laufenden über das Neueste in Computer Vision und Deep Learning, inklusive Code. ⭐ Unterstützen Sie die Entwicklung visueller Intelligenz!

DmitryRyumin
⭐ 972 Python 👤 DmitryRyumin User 🕐 Aktualisiert 2025-11-07 📅 Erstellt 2023-09-04
31
aerdem4/lofo-importance

Leave One Feature Out Wichtigkeit

aerdem4
⭐ 867 Python 👤 aerdem4 User 🕐 Aktualisiert 2025-02-14 📅 Erstellt 2019-01-14
32
flyingdoog/awesome-graph-explainability-papers

Papiere zur Erklärbarkeit von GNNs

flyingdoog
⭐ 821 👤 flyingdoog User 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2021-11-01
33
astroautomata/SymbolicRegression.jl

Verteilte Hochleistungs-Symbolische Regression in Julia

astroautomata
⭐ 819 Julia 👤 astroautomata Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2021-01-14
34
mmschlk/shapiq

Shapley-Werte und Shapley-Interaktionen für maschinelles Lernen

mmschlk
⭐ 797 Python 👤 mmschlk User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-10-17
35
castorini/daam

Aufmerksamkeitsbasierte Diffusionsattributionskarten zur Interpretation von Stable Diffusion.

castorini
⭐ 785 Jupyter Notebook 👤 castorini Organization 🕐 Aktualisiert 2024-04-05 📅 Erstellt 2022-10-08
36
deel-ai/xplique

👋 Xplique ist eine Toolbox zur Erklärbarkeit von neuronalen Netzen

deel-ai
⭐ 761 Python 👤 deel-ai Organization 🕐 Aktualisiert 2026-11-06 📅 Erstellt 2020-04-05
37
FuRongJun-1999/dsh-memory

Erkundung von White-Box-AGI-Architekturen: Metakognition (Selbsterkenntnisschleife), kontinuierliches Lernen (Wissensschwungrad), Weltmodell (bedingter Raum + semantischer raumzeitlicher Graph), Selbstverbesserung (Bootstrap-Disziplin), eine LLM-freie White-Box-Pipeline und auditierbare Vertrauensleitplanken.

FuRongJun-1999
⭐ 734 Python 👤 FuRongJun-1999 User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-08-14
38
privacytrustlab/ml_privacy_meter

Privacy Meter: Eine Open-Source-Bibliothek zur Überprüfung des Datenschutzes in statistischen Algorithmen und Algorithmen für maschinelles Lernen.

privacytrustlab
⭐ 715 Jupyter Notebook 👤 privacytrustlab Organization 🕐 Aktualisiert 2025-04-26 📅 Erstellt 2020-04-08
39
johnmarktaylor91/torchlens

Untersuchen, visualisieren und beeinflussen Sie jede Operation in jedem neuronalen Netzwerk. Erfassen Sie jede Aktivierung und jeden Gradienten, den vollständigen Berechnungsgraphen und über 800 Metadatenfelder, ohne den Modellcode zu ändern. Unterstützt PyTorch, JAX, TensorFlow, MLX, PaddlePaddle und tinygrad. An über 6.400 Modellen validiert. Entwickelt für Forschende und ihre KI-Agenten.

johnmarktaylor91
⭐ 714 Python 👤 johnmarktaylor91 User 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2022-10-14
40
tomhartke/knowledge-graph-from-GPT

Verwendung von GPT zur Organisation und zum Zugriff auf Informationen sowie zur Generierung von Fragen. Langfristiges Ziel ist es, einen agentenähnlichen Rechercheassistenten zu entwickeln.

tomhartke
⭐ 692 Jupyter Notebook 👤 tomhartke User 🕐 Aktualisiert 2025-10-21 📅 Erstellt 2023-02-13
41
understandable-machine-intelligence-lab/Quantus

[JMLR 2023] Quantus ist ein Toolkit für erklärbare KI zur verantwortungsvollen Bewertung von Erklärungen neuronaler Netze

understandable-machine-intelligence-lab
⭐ 682 Jupyter Notebook 👤 understandable-machine-intelligence-lab Organization 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2021-03-18
42
lynote-ai/ai-text-detector

Ein quelloffener KI-Textdetektor zur Erkennung von KI-generierten Inhalten in Aufsätzen, Artikeln und Dokumenten. Unterstützt die Erkennung auf Dokument- und Satzebene sowie die Klassifizierung in von Menschen verfasste, KI-generierte und gemischte Inhalte, mit erklärbaren Ergebnissen und der Entwicklung mehrsprachiger Modelle.

lynote-ai
⭐ 671 Python 👤 lynote-ai Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2026-05-25
44
ScalaConsultants/Aspect-Based-Sentiment-Analysis

💭 Aspektbasierte Sentiment-Analyse: Transformer & Erklärbares ML (TensorFlow)

ScalaConsultants
⭐ 585 Python 👤 ScalaConsultants Organization 🕐 Aktualisiert 2026-09-07 📅 Erstellt 2020-01-08
45
Cartus/Automated-Fact-Checking-Resources

Links zu Konferenz-/Zeitschriftenveröffentlichungen über automatische Faktenprüfung (Ressourcen für das TACL22/EMNLP23-Paper).

Cartus
⭐ 569 👤 Cartus User 🕐 Aktualisiert 2025-02-23 📅 Erstellt 2021-07-09
46
wayveai/Driving-with-LLMs

PyTorch-Implementierung für die Veröffentlichung „Driving with LLMs: Fusing Object-Level Vector Modality for Explainable Autonomous Driving“

wayveai
⭐ 566 Python 👤 wayveai Organization 🕐 Aktualisiert 2024-09-26 📅 Erstellt 2023-05-23
47
BCG-X-Official/facet

Für Menschen erklärbare KI.

BCG-X-Official
⭐ 533 Jupyter Notebook 👤 BCG-X-Official Organization 🕐 Aktualisiert 2026-10-28 📅 Erstellt 2020-08-05
48
polyaxon/traceml

Engine für KI/ML/Daten-Tracking, Visualisierung, Erklärbarkeit, Drift-Erkennung und Dashboards für Polyaxon.

polyaxon
⭐ 533 Python 👤 polyaxon Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2016-03-25
49
tensorflow/lattice

Lattice-Methoden in TensorFlow

tensorflow
⭐ 520 Python 👤 tensorflow Organization 🕐 Aktualisiert 2024-07-30 📅 Erstellt 2017-09-22

Häufig gestellte Fragen

1

Welches ist das beliebteste #explainable-ai-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#explainable-ai-Projekt auf GitHub ist KindXiaoming/pykan mit 16,291 Sternen. Kolmogorov Arnold Netzwerke

2

Welche Programmiersprachen werden in #explainable-ai-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #explainable-ai-Projekten auf GitHub sind Python, Jupyter Notebook, HTML, JavaScript die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #explainable-ai-Repositories berechnet?

Wir verfolgen 49 aktive Open-Source-Repositories, die mit #explainable-ai getaggt sind (500+ Sterne), mit insgesamt 137,847 Sternen und durchschnittlich 2,813 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.