Git Stars Git Stars

#interpretable-ml Repositorios

Descubre 7 repositorios activos de código abierto de GitHub etiquetados con #interpretable-ml, que acumulan 23,613 estrellas en total (una media de 3,373 estrellas por proyecto). El líder de este tema es interpretml/interpret, con 6,986 estrellas.

7
Total de Repositorios
23,613
Total de estrellas
3,373
Promedio de Estrellas/Repo
1
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
2
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
3
astroautomata/PySR

Aprendizaje simbólico en Python y Julia

astroautomata
⭐ 4,301 Python 👤 astroautomata Organization 🕐 Actualizado 2026-11-21 📅 Creado 2020-09-14
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
dswah/pyGAM

[COLABORADORES BIENVENIDOS] Modelos Aditivos Generalizados en Python

dswah
⭐ 1,024 Python 👤 dswah User 🕐 Actualizado 2026-04-21 📅 Creado 2017-01-19
6
astroautomata/SymbolicRegression.jl

Regresión Simbólica Distribuida de Alto Rendimiento en Julia

astroautomata
⭐ 819 Julia 👤 astroautomata Organization 🕐 Actualizado 2026-11-16 📅 Creado 2021-01-14
7
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

Preguntas frecuentes

1

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

El proyecto de código abierto de #interpretable-ml mejor posicionado en GitHub es interpretml/interpret, con 6,986 estrellas. Ajusta modelos interpretables. Explica el aprendizaje automático de caja negra.

2

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

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

3

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

Seguimos 7 repositorios activos de código abierto etiquetados con #interpretable-ml (500+ estrellas), que suman un total de 23,613 estrellas, con una media de 3,373 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.