#machine-learning-interpretability Repositorios
Descubre 4 repositorios activos de código abierto de GitHub etiquetados con #machine-learning-interpretability, que acumulan 6,129 estrellas en total (una media de 1,532 estrellas por proyecto). El líder de este tema es jphall663/awesome-machine-learning-interpretability, con 4,088 estrellas.
4 repositorios en total
Una lista curada de recursos increíbles de aprendizaje automático responsable.
Ejemplos de técnicas para entrenar modelos ML interpretables, explicar modelos ML y depurar modelos ML en términos de precisión, discriminación y seguridad.
Preguntas frecuentes
¿Cuál es el repositorio de #machine-learning-interpretability más popular en GitHub?
El proyecto de código abierto de #machine-learning-interpretability mejor posicionado en GitHub es jphall663/awesome-machine-learning-interpretability, con 4,088 estrellas. Una lista curada de recursos increíbles de aprendizaje automático responsable.
¿Qué lenguajes de programación se utilizan más en los repositorios de #machine-learning-interpretability?
Entre los proyectos de #machine-learning-interpretability mejor posicionados en GitHub, los lenguajes de programación más comunes son Jupyter Notebook, R.
¿Cómo se calcula la clasificación de los repositorios de #machine-learning-interpretability?
Seguimos 4 repositorios activos de código abierto etiquetados con #machine-learning-interpretability (500+ estrellas), que suman un total de 6,129 estrellas, con una media de 1,532 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.