Git Stars Git Stars

#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
Total de Repositorios
6,129
Total de estrellas
1,532
Promedio de Estrellas/Repo
Lenguajes de programación: Jupyter Notebook R
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
sosuneko/PDPbox

Caja de herramientas de Python para gráficos de dependencia parcial

sosuneko
⭐ 860 Jupyter Notebook 👤 sosuneko User 🕐 Actualizado 2024-09-03 📅 Creado 2017-06-26
3
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
4
giuseppec/iml

iml: paquete R de aprendizaje automático interpretable

giuseppec
⭐ 503 R 👤 giuseppec User 🕐 Actualizado 2025-02-24 📅 Creado 2017-10-25

Preguntas frecuentes

1

¿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.

2

¿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.

3

¿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.