#uncertainty-quantification Repositories
Entdecke 13 aktive Open-Source-GitHub-Repositories, die mit #uncertainty-quantification getaggt sind und insgesamt 12,089 Sterne gesammelt haben (durchschnittlich 929 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist uncertainty-toolbox/uncertainty-toolbox mit 1,993 Sternen.
Insgesamt 13 Repositories
Uncertainty Toolbox: eine Python-Toolbox für prädiktive Unsicherheitsquantifizierung, Kalibrierung, Metriken und Visualisierung
Eine professionell kuratierte Liste von großartigen Videos, Tutorials, Büchern, Papieren, Doktor- und Masterarbeiten, Artikeln und Open-Source-Bibliotheken zur konformen Vorhersage.
[JMLR 2026] UQLM: Ein Python-Paket zur Erkennung von Halluzinationen großer Sprachmodelle mithilfe der Unsicherheitsquantifizierung
Leichte, nützliche Implementierung der konformen Vorhersage auf realen Daten.
Bibliothek für Sensitivitätsanalyse in Python. Enthält Sobol, Morris, FAST und andere Methoden.
Awesome-LLM-Robustness: eine kuratierte Liste zu Unsicherheit, Zuverlässigkeit und Robustheit in großen Sprachmodellen
Dieses Repository enthält eine Sammlung von Umfragen, Datensätzen, Arbeiten und Codes zur Schätzung der prädiktiven Unsicherheit in Deep-Learning-Modellen.
Ein auf Python basierendes Werkzeugkasten mit verschiedenen Methoden im Bereich Entscheidungsfindung, Unsicherheitsquantifizierung und statistischer Emulation: Multi-Fidelity, experimentelles Design, bayessche Optimierung, bayessche Quadratur usw.
Eine Bibliothek für bayesche neuronale Netzwerkschichten und Unsicherheitsschätzung im Deep Learning, die den Kern von PyTorch erweitert
Open-Source-Framework für Unsicherheits- und Deep-Learning-Modelle in PyTorch 🌱
Häufig gestellte Fragen
Welches ist das beliebteste #uncertainty-quantification-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#uncertainty-quantification-Projekt auf GitHub ist uncertainty-toolbox/uncertainty-toolbox mit 1,993 Sternen. Uncertainty Toolbox: eine Python-Toolbox für prädiktive Unsicherheitsquantifizierung, Kalibrierung, Metriken und Visualisierung
Welche Programmiersprachen werden in #uncertainty-quantification-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #uncertainty-quantification-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #uncertainty-quantification-Repositories berechnet?
Wir verfolgen 13 aktive Open-Source-Repositories, die mit #uncertainty-quantification getaggt sind (500+ Sterne), mit insgesamt 12,089 Sternen und durchschnittlich 929 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.