Git Stars Git Stars

#fairness Repositorios

Descubre 12 repositorios activos de código abierto de GitHub etiquetados con #fairness, que acumulan 20,758 estrellas en total (una media de 1,729 estrellas por proyecto). El líder de este tema es jphall663/awesome-machine-learning-interpretability, con 4,088 estrellas.

12
Total de Repositorios
20,758
Total de estrellas
1,729
Promedio de Estrellas/Repo

12 repositorios en total

1
jphall663/awesome-machine-learning-interpretability

Una lista curada de recursos increíbles de aprendizaje automático responsable.

jphall663
⭐ 4,088 👤 jphall663 User 🕐 Actualizado 2026-06-03 📅 Creado 2018-06-21
2
Trusted-AI/AIF360

Un conjunto completo de métricas de equidad para conjuntos de datos y modelos de aprendizaje automático, explicaciones de estas métricas y algoritmos para mitigar el sesgo en conjuntos de datos y modelos.

Trusted-AI
⭐ 2,883 Python 👤 Trusted-AI Organization 🕐 Actualizado 2026-06-15 📅 Creado 2018-08-22
3
fairlearn/fairlearn

Un paquete de Python para evaluar y mejorar la equidad de los modelos de aprendizaje automático.

fairlearn
⭐ 2,309 Python 👤 fairlearn Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-05-15
4
tangxyw/RecSysPapers

Una colección de artículos clásicos y de vanguardia de la industria en los campos de recomendación/publicidad/búsqueda. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.

tangxyw
⭐ 2,216 Python 👤 tangxyw User 🕐 Actualizado 2026-06-11 📅 Creado 2022-08-16
5
mlco2/codecarbon

Rastree las emisiones de la computación y recomiende formas de reducir su impacto en el medio ambiente.

mlco2
⭐ 1,950 Python 👤 mlco2 Organization 🕐 Actualizado 2026-11-20 📅 Creado 2020-05-12
6
microsoft/responsible-ai-toolbox

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.

microsoft
⭐ 1,858 TypeScript 👤 microsoft Organization 🕐 Actualizado 2026-11-21 📅 Creado 2020-07-06
7
ModelOriented/DALEX

Lenguaje Agnostic del Modelo para la Exploración y Explicación

ModelOriented
⭐ 1,489 Python 👤 ModelOriented Organization 🕐 Actualizado 2026-07-15 📅 Creado 2018-02-18
8
gnolang/gno

Gno: una máquina virtual Go interpretada y basada en pila para crear aplicaciones concisas y componibles + gno.land: una cadena de bloques para código atemporal y código abierto justo.

gnolang
⭐ 1,092 Go 👤 gnolang Organization 🕐 Actualizado 2026-11-20 📅 Creado 2021-01-29
9
satmihir/fair

Una biblioteca de Go para servir recursos de manera justa

satmihir
⭐ 784 Go 👤 satmihir User 🕐 Actualizado 2026-07-06 📅 Creado 2024-09-06
10
dssg/aequitas

Auditoría de Sesgos & Kit de ML Justo

dssg
⭐ 779 Python 👤 dssg Organization 🕐 Actualizado 2026-05-12 📅 Creado 2018-02-13
11
jphall663/interpretable_machine_learning_with_python

Ejemplos de técnicas para entrenar modelos ML interpretables, explicar modelos ML y depurar modelos ML en términos de precisión, discriminación y seguridad.

jphall663
⭐ 679 Jupyter Notebook 👤 jphall663 User 🕐 Actualizado 2024-06-17 📅 Creado 2018-03-14
12
WwZzz/easyFL

Una plataforma experimental para el aprendizaje federado.

WwZzz
⭐ 635 Jupyter Notebook 👤 WwZzz User 🕐 Actualizado 2026-10-20 📅 Creado 2021-05-10

Preguntas frecuentes

1

¿Cuál es el repositorio de #fairness más popular en GitHub?

El proyecto de código abierto de #fairness mejor posicionado en GitHub es jphall663/awesome-machine-learning-interpretability, con 4,088 estrellas. Una lista curada de recursos increíbles de aprendizaje automático responsable.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #fairness?

Entre los proyectos de #fairness mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Go, Jupyter Notebook, TypeScript.

3

¿Cómo se calcula la clasificación de los repositorios de #fairness?

Seguimos 12 repositorios activos de código abierto etiquetados con #fairness (500+ estrellas), que suman un total de 20,758 estrellas, con una media de 1,729 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.