#explainable-ml Repositories
Entdecke 17 aktive Open-Source-GitHub-Repositories, die mit #explainable-ml getaggt sind und insgesamt 49,435 Sterne gesammelt haben (durchschnittlich 2,907 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist jacobgil/pytorch-grad-cam mit 13,014 Sternen.
Insgesamt 17 Repositories
Erweiterte KI-Erklärbarkeit für Computer Vision. Unterstützung für CNNs, Vision Transformers, Klassifikation, Objekterkennung, Segmentierung, Bildähnlichkeit und mehr.
Passen Sie interpretierbare Modelle an. Erklären Sie Blackbox-Machine-Learning.
Eine kuratierte Liste toller verantwortungsvoller Machine-Learning-Ressourcen.
Debugging, Überwachung und Visualisierung für Python Machine Learning und Data Science
🔅 Shapash: Benutzerfreundliche Erklärbarkeit und Interpretierbarkeit zur Entwicklung zuverlässiger und transparenter Machine-Learning-Modelle
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.
Interpretabler ML-Paket 🔍 für knappe, transparente und genaue prädiktive Modellierung (sklearn-kompatibel).
Generieren Sie vielfältige kontrafaktische Erklärungen für jedes Machine-Learning-Modell.
💭 Aspektbasierte Sentiment-Analyse: Transformer & Erklärbares ML (TensorFlow)
Häufig gestellte Fragen
Welches ist das beliebteste #explainable-ml-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#explainable-ml-Projekt auf GitHub ist jacobgil/pytorch-grad-cam mit 13,014 Sternen. Erweiterte KI-Erklärbarkeit für Computer Vision. Unterstützung für CNNs, Vision Transformers, Klassifikation, Objekterkennung, Segmentierung, Bildähnlichkeit und mehr.
Welche Programmiersprachen werden in #explainable-ml-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #explainable-ml-Projekten auf GitHub sind Python, Jupyter Notebook, C++, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #explainable-ml-Repositories berechnet?
Wir verfolgen 17 aktive Open-Source-Repositories, die mit #explainable-ml getaggt sind (500+ Sterne), mit insgesamt 49,435 Sternen und durchschnittlich 2,907 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.