#machine-learning-interpretability Repositories
Entdecke 4 aktive Open-Source-GitHub-Repositories, die mit #machine-learning-interpretability getaggt sind und insgesamt 6,129 Sterne gesammelt haben (durchschnittlich 1,532 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist jphall663/awesome-machine-learning-interpretability mit 4,088 Sternen.
Insgesamt 4 Repositories
Eine kuratierte Liste toller verantwortungsvoller Machine-Learning-Ressourcen.
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 #machine-learning-interpretability-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#machine-learning-interpretability-Projekt auf GitHub ist jphall663/awesome-machine-learning-interpretability mit 4,088 Sternen. Eine kuratierte Liste toller verantwortungsvoller Machine-Learning-Ressourcen.
Welche Programmiersprachen werden in #machine-learning-interpretability-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #machine-learning-interpretability-Projekten auf GitHub sind Jupyter Notebook, R die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #machine-learning-interpretability-Repositories berechnet?
Wir verfolgen 4 aktive Open-Source-Repositories, die mit #machine-learning-interpretability getaggt sind (500+ Sterne), mit insgesamt 6,129 Sternen und durchschnittlich 1,532 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.