#explainable-ml Repositorios
Descubre 17 repositorios activos de código abierto de GitHub etiquetados con #explainable-ml, que acumulan 49,435 estrellas en total (una media de 2,907 estrellas por proyecto). El líder de este tema es jacobgil/pytorch-grad-cam, con 13,014 estrellas.
17 repositorios en total
Explicabilidad avanzada de IA para visión por computadora. Soporte para CNN, Vision Transformers, Clasificación, Detección de objetos, Segmentación, Similitud de imágenes y más.
Ajusta modelos interpretables. Explica el aprendizaje automático de caja negra.
Una lista curada de recursos increíbles de aprendizaje automático responsable.
Depuración, monitoreo y visualización para Python Machine Learning y Data Science
🔅 Shapash: Explicabilidad e Interpretabilidad Amigables para el Usuario para Desarrollar Modelos de Aprendizaje Automático Confiables y Transparentes
Responsible AI Toolbox es un conjunto de herramientas que proporciona interfaces de usuario y bibliotecas para la exploración y evaluación de modelos y datos que permiten una mejor comprensión de los sistemas de inteligencia artificial. Estas interfaces y bibliotecas permiten a los desarrolladores y partes interesadas de los sistemas de IA desarrollar y supervisar la IA de manera más responsable, y tomar mejores medidas basadas en datos.
Paquete de ML interpretable 🔍 para modelado predictivo conciso, transparente y preciso (compatible con sklearn).
Genera explicaciones contrafácticas diversas para cualquier modelo de aprendizaje automático.
💭 Análisis de Sentimiento Basado en Aspectos: Transformer & ML Explicable (TensorFlow)
Preguntas frecuentes
¿Cuál es el repositorio de #explainable-ml más popular en GitHub?
El proyecto de código abierto de #explainable-ml mejor posicionado en GitHub es jacobgil/pytorch-grad-cam, con 13,014 estrellas. Explicabilidad avanzada de IA para visión por computadora. Soporte para CNN, Vision Transformers, Clasificación, Detección de objetos, Segmentación, Similitud de imágenes y más.
¿Qué lenguajes de programación se utilizan más en los repositorios de #explainable-ml?
Entre los proyectos de #explainable-ml mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, TypeScript.
¿Cómo se calcula la clasificación de los repositorios de #explainable-ml?
Seguimos 17 repositorios activos de código abierto etiquetados con #explainable-ml (500+ estrellas), que suman un total de 49,435 estrellas, con una media de 2,907 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.