Git Stars Git Stars

#interpretable-ai Repositorios

Descubre 10 repositorios activos de código abierto de GitHub etiquetados con #interpretable-ai, que acumulan 36,295 estrellas en total (una media de 3,629 estrellas por proyecto). El líder de este tema es jacobgil/pytorch-grad-cam, con 13,014 estrellas.

10
Total de Repositorios
36,295
Total de estrellas
3,629
Promedio de Estrellas/Repo

10 repositorios en total

1
jacobgil/pytorch-grad-cam

Explicabilidad avanzada de IA para visión por computadora. Soporte para CNN, Vision Transformers, Clasificación, Detección de objetos, Segmentación, Similitud de imágenes y más.

jacobgil
⭐ 13,014 Python 👤 jacobgil User 🕐 Actualizado 2026-11-01 📅 Creado 2017-05-31
2
interpretml/interpret

Ajusta modelos interpretables. Explica el aprendizaje automático de caja negra.

interpretml
⭐ 6,986 C++ 👤 interpretml Organization 🕐 Actualizado 2026-11-16 📅 Creado 2019-05-03
3
meta-pytorch/captum

Interpretabilidad y comprensión de modelos para PyTorch

meta-pytorch
⭐ 5,723 Python 👤 meta-pytorch Organization 🕐 Actualizado 2026-11-19 📅 Creado 2019-08-27
4
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
5
linkedin/greykite

Una biblioteca de pronóstico flexible, intuitiva y rápida

linkedin
⭐ 1,855 Python 👤 linkedin Organization 🕐 Actualizado 2025-02-20 📅 Creado 2021-04-27
6
wangyongjie-ntu/Awesome-explainable-AI

Una colección de materiales de investigación sobre IA/ML explicable

wangyongjie-ntu
⭐ 1,660 Markdown 👤 wangyongjie-ntu User 🕐 Actualizado 2026-08-19 📅 Creado 2020-02-16
7
dswah/pyGAM

[COLABORADORES BIENVENIDOS] Modelos Aditivos Generalizados en Python

dswah
⭐ 1,024 Python 👤 dswah User 🕐 Actualizado 2026-04-21 📅 Creado 2017-01-19
8
Felix-Petersen/difflogic

Una biblioteca para redes de compuertas lógicas diferenciables

Felix-Petersen
⭐ 749 Python 👤 Felix-Petersen User 🕐 Actualizado 2024-03-19 📅 Creado 2022-11-28
9
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
10
tensorflow/lattice

Métodos Lattice en TensorFlow

tensorflow
⭐ 520 Python 👤 tensorflow Organization 🕐 Actualizado 2024-07-30 📅 Creado 2017-09-22

Preguntas frecuentes

1

¿Cuál es el repositorio de #interpretable-ai más popular en GitHub?

El proyecto de código abierto de #interpretable-ai 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.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #interpretable-ai?

Entre los proyectos de #interpretable-ai mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, Markdown, Jupyter Notebook.

3

¿Cómo se calcula la clasificación de los repositorios de #interpretable-ai?

Seguimos 10 repositorios activos de código abierto etiquetados con #interpretable-ai (500+ estrellas), que suman un total de 36,295 estrellas, con una media de 3,629 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.