Git Stars Git Stars

#fairness Repositories

Entdecke 12 aktive Open-Source-GitHub-Repositories, die mit #fairness getaggt sind und insgesamt 20,758 Sterne gesammelt haben (durchschnittlich 1,729 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist jphall663/awesome-machine-learning-interpretability mit 4,088 Sternen.

12
Gesamtzahl der Repositories
20,758
Gesamtanzahl der Sterne
1,729
Durchschnittliche Sterne/Repo

Insgesamt 12 Repositories

1
jphall663/awesome-machine-learning-interpretability

Eine kuratierte Liste toller verantwortungsvoller Machine-Learning-Ressourcen.

jphall663
⭐ 4,088 👤 jphall663 User 🕐 Aktualisiert 2026-06-03 📅 Erstellt 2018-06-21
2
Trusted-AI/AIF360

Ein umfassender Satz von Fairness-Metriken für Datensätze und Machine-Learning-Modelle, Erklärungen zu diesen Metriken und Algorithmen zur Minderung von Bias in Datensätzen und Modellen.

Trusted-AI
⭐ 2,883 Python 👤 Trusted-AI Organization 🕐 Aktualisiert 2026-06-15 📅 Erstellt 2018-08-22
3
fairlearn/fairlearn

Ein Python-Paket zur Bewertung und Verbesserung der Fairness von Machine-Learning-Modellen.

fairlearn
⭐ 2,309 Python 👤 fairlearn Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-05-15
4
tangxyw/RecSysPapers

Sammlung von Industriestandards und Spitzenpapieren aus den Bereichen Empfehlung/Werbung/Suche. Eine Sammlung von Industriestandards und Spitzenpapieren aus den Bereichen Empfehlung/Werbung/Suche.

tangxyw
⭐ 2,216 Python 👤 tangxyw User 🕐 Aktualisiert 2026-06-11 📅 Erstellt 2022-08-16
5
mlco2/codecarbon

Verfolgen Sie Emissionen von Compute und empfehlen Sie Wege, um deren Umweltauswirkungen zu reduzieren.

mlco2
⭐ 1,950 Python 👤 mlco2 Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2020-05-12
6
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
7
ModelOriented/DALEX

Modellunabhängige Sprache zur Exploration und Erklärung

ModelOriented
⭐ 1,489 Python 👤 ModelOriented Organization 🕐 Aktualisiert 2026-07-15 📅 Erstellt 2018-02-18
8
gnolang/gno

Gno: Eine interpretierte, stapelbasierte Go-virtuelle Maschine zum Erstellen prägnanter und komponierbarer Apps + gno.land: eine Blockchain für zeitlosen Code und faire Open-Source.

gnolang
⭐ 1,092 Go 👤 gnolang Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2021-01-29
9
satmihir/fair

Eine Go-Bibliothek zur fairen Bereitstellung von Ressourcen

satmihir
⭐ 784 Go 👤 satmihir User 🕐 Aktualisiert 2026-07-06 📅 Erstellt 2024-09-06
10
dssg/aequitas

Bias-Auditing & Fair-ML-Toolkit

dssg
⭐ 779 Python 👤 dssg Organization 🕐 Aktualisiert 2026-05-12 📅 Erstellt 2018-02-13
11
jphall663/interpretable_machine_learning_with_python

Beispiele für Techniken zum Trainieren interpretierbarer ML-Modelle, Erklären von ML-Modellen und Debuggen von ML-Modellen hinsichtlich Genauigkeit, Diskriminierung und Sicherheit.

jphall663
⭐ 679 Jupyter Notebook 👤 jphall663 User 🕐 Aktualisiert 2024-06-17 📅 Erstellt 2018-03-14
12
WwZzz/easyFL

Eine experimentelle Plattform für föderiertes Lernen.

WwZzz
⭐ 635 Jupyter Notebook 👤 WwZzz User 🕐 Aktualisiert 2026-10-20 📅 Erstellt 2021-05-10

Häufig gestellte Fragen

1

Welches ist das beliebteste #fairness-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#fairness-Projekt auf GitHub ist jphall663/awesome-machine-learning-interpretability mit 4,088 Sternen. Eine kuratierte Liste toller verantwortungsvoller Machine-Learning-Ressourcen.

2

Welche Programmiersprachen werden in #fairness-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #fairness-Projekten auf GitHub sind Python, Go, Jupyter Notebook, TypeScript die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #fairness-Repositories berechnet?

Wir verfolgen 12 aktive Open-Source-Repositories, die mit #fairness getaggt sind (500+ Sterne), mit insgesamt 20,758 Sternen und durchschnittlich 1,729 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.