#interpretable-machine-learning Repositories
Entdecke 9 aktive Open-Source-GitHub-Repositories, die mit #interpretable-machine-learning getaggt sind und insgesamt 18,839 Sterne gesammelt haben (durchschnittlich 2,093 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist interpretml/interpret mit 6,986 Sternen.
Insgesamt 9 Repositories
Passen Sie interpretierbare Modelle an. Erklären Sie Blackbox-Machine-Learning.
Eine kuratierte Liste toller verantwortungsvoller Machine-Learning-Ressourcen.
Generieren Sie vielfältige kontrafaktische Erklärungen für jedes Machine-Learning-Modell.
PiML (Python Interpretable Machine Learning) Toolbox für die Modellentwicklung und -diagnose
Beispiele für Techniken zum Trainieren interpretierbarer ML-Modelle, Erklären von ML-Modellen und Debuggen von ML-Modellen hinsichtlich Genauigkeit, Diskriminierung und Sicherheit.
Häufig gestellte Fragen
Welches ist das beliebteste #interpretable-machine-learning-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#interpretable-machine-learning-Projekt auf GitHub ist interpretml/interpret mit 6,986 Sternen. Passen Sie interpretierbare Modelle an. Erklären Sie Blackbox-Machine-Learning.
Welche Programmiersprachen werden in #interpretable-machine-learning-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #interpretable-machine-learning-Projekten auf GitHub sind Python, Jupyter Notebook, C++ die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #interpretable-machine-learning-Repositories berechnet?
Wir verfolgen 9 aktive Open-Source-Repositories, die mit #interpretable-machine-learning getaggt sind (500+ Sterne), mit insgesamt 18,839 Sternen und durchschnittlich 2,093 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.