Git Stars Git Stars

#model-interpretability Repositories

Entdecke 13 aktive Open-Source-GitHub-Repositories, die mit #model-interpretability getaggt sind und insgesamt 42,840 Sterne gesammelt haben (durchschnittlich 3,295 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist marcotcr/lime mit 12,080 Sternen.

13
Gesamtzahl der Repositories
42,840
Gesamtanzahl der Sterne
3,295
Durchschnittliche Sterne/Repo

Insgesamt 13 Repositories

1
marcotcr/lime

Lime: Erklärung der Vorhersagen beliebiger Machine-Learning-Klassifizierer

marcotcr
⭐ 12,080 JavaScript 👤 marcotcr User 🕐 Aktualisiert 2024-07-25 📅 Erstellt 2016-03-15
2
kserve/kserve

Standardisierte verteilte generative und prädiktive KI-Inferenzplattform für skalierbare, Multi-Framework-Bereitstellung auf Kubernetes

kserve
⭐ 6,253 Go 👤 kserve Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2019-03-27
3
oarriaga/face_classification

Echtzeit-Gesichtserkennung und Emotions-/Geschlechtsklassifikation mit fer2013/imdb-Datensätzen unter Verwendung eines Keras-CNN-Modells und OpenCV.

oarriaga
⭐ 5,716 Python 👤 oarriaga User 🕐 Aktualisiert 2024-03-08 📅 Erstellt 2017-02-09
4
airbnb/aerosolve

Ein Machine-Learning-Paket, das für Menschen entwickelt wurde.

airbnb
⭐ 4,809 Scala 👤 airbnb Organization 🕐 Aktualisiert 2025-11-06 📅 Erstellt 2015-05-12
5
Blealtan/efficient-kan

Eine effiziente reine PyTorch-Implementierung des Kolmogorov-Arnold Network (KAN).

Blealtan
⭐ 4,551 Python 👤 Blealtan User 🕐 Aktualisiert 2024-08-01 📅 Erstellt 2024-05-02
6
mintisan/awesome-kan

Eine umfassende Sammlung von KAN (Kolmogorov-Arnold Network)-bezogenen Ressourcen, einschließlich Bibliotheken, Projekten, Tutorials, Papieren und mehr, für Forscher und Entwickler im Bereich des Kolmogorov-Arnold-Netzwerks.

mintisan
⭐ 3,294 👤 mintisan User 🕐 Aktualisiert 2026-10-13 📅 Erstellt 2024-05-08
7
kitops-ml/kitops

Ein Open-Source-DevOps-Tool der CNCF zum Verpacken und Versionieren von KI/ML-Modellen, Datensätzen, Code und Konfigurationen in ein OCI-Artefakt.

kitops-ml
⭐ 1,451 Go 👤 kitops-ml Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-02-02
8
chrishayuk/larql

KI-Modelle ausführen, bereitstellen, abfragen und bearbeiten – eine auf VINDEX3 basierende Rust-Modelllaufzeitumgebung. VINDEX3 ist ein ausführbares, inspizierbares Modellformat.

chrishayuk
⭐ 1,196 Rust 👤 chrishayuk User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-03-27
9
andyzoujm/representation-engineering

Repräsentations-Engineering: Ein Top-Down-Ansatz für KI-Transparenz

andyzoujm
⭐ 931 Jupyter Notebook 👤 andyzoujm User 🕐 Aktualisiert 2024-08-14 📅 Erstellt 2023-09-26
10
zhijing-jin/CausalNLP_Papers

Eine Leseliste für Arbeiten zur Kausalität für Natural Language Processing (NLP)

zhijing-jin
⭐ 697 👤 zhijing-jin User 🕐 Aktualisiert 2026-04-27 📅 Erstellt 2021-02-24
11
Ekeany/Boruta-Shap

Ein baumbasierter Feature-Auswahltool, das sowohl den Boruta-Feature-Auswahlalgorithmus als auch Shapley-Werte kombiniert.

Ekeany
⭐ 641 Python 👤 Ekeany User 🕐 Aktualisiert 2024-02-19 📅 Erstellt 2020-04-13
12
parrt/random-forest-importances

Code zur Berechnung von Permutations- und Drop-Column-Importanten in Python scikit-learn-Modellen

parrt
⭐ 625 Jupyter Notebook 👤 parrt User 🕐 Aktualisiert 2025-03-24 📅 Erstellt 2018-03-22
13
bhoov/exbert

Ein visuelles Analysetool zur Erkundung gelerntener Repräsentationen in Transformer-Modellen

bhoov
⭐ 602 Python 👤 bhoov User 🕐 Aktualisiert 2024-02-07 📅 Erstellt 2019-10-14

Häufig gestellte Fragen

1

Welches ist das beliebteste #model-interpretability-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#model-interpretability-Projekt auf GitHub ist marcotcr/lime mit 12,080 Sternen. Lime: Erklärung der Vorhersagen beliebiger Machine-Learning-Klassifizierer

2

Welche Programmiersprachen werden in #model-interpretability-Repositories am häufigsten verwendet?

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

3

Wie wird das Ranking der #model-interpretability-Repositories berechnet?

Wir verfolgen 13 aktive Open-Source-Repositories, die mit #model-interpretability getaggt sind (500+ Sterne), mit insgesamt 42,840 Sternen und durchschnittlich 3,295 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.