#model-interpretability Repositorios
Descubre 13 repositorios activos de código abierto de GitHub etiquetados con #model-interpretability, que acumulan 42,840 estrellas en total (una media de 3,295 estrellas por proyecto). El líder de este tema es marcotcr/lime, con 12,080 estrellas.
13 repositorios en total
Lime: Explicando las predicciones de cualquier clasificador de aprendizaje automático
Plataforma de inferencia de IA generativa y predictiva distribuida estandarizada para despliegue escalable y multi-framework en Kubernetes
Detección de rostros en tiempo real y clasificación de emociones/género utilizando conjuntos de datos fer2013/imdb con un modelo CNN de Keras y OpenCV.
Una implementación eficiente y puramente PyTorch de la Red Kolmogorov-Arnold (KAN).
Una colección completa de recursos relacionados con KAN (Kolmogorov-Arnold Network), incluyendo bibliotecas, proyectos, tutoriales, artículos y más, para investigadores y desarrolladores en el campo de Kolmogorov-Arnold Network.
Una herramienta DevOps de código abierto de la CNCF para empaquetar y versionar modelos de IA/ML, conjuntos de datos, código y configuraciones en un artefacto OCI.
Ejecuta, sirve, consulta y edita modelos de IA: un entorno de ejecución de modelos en Rust basado en VINDEX3, un formato de modelo ejecutable e inspeccionable.
Ingeniería de Representación: Un Enfoque Descendente para la Transparencia de la IA
Una lista de lectura de artículos sobre causalidad para el Procesamiento del Lenguaje Natural (NLP)
Una herramienta de selección de características basada en árboles que combina tanto el algoritmo de selección de características Boruta como los valores Shapley.
Código para calcular importancias de permutación y eliminación de columnas en modelos de scikit-learn de Python
Una herramienta de análisis visual para explorar representaciones aprendidas en modelos de Transformers
Preguntas frecuentes
¿Cuál es el repositorio de #model-interpretability más popular en GitHub?
El proyecto de código abierto de #model-interpretability mejor posicionado en GitHub es marcotcr/lime, con 12,080 estrellas. Lime: Explicando las predicciones de cualquier clasificador de aprendizaje automático
¿Qué lenguajes de programación se utilizan más en los repositorios de #model-interpretability?
Entre los proyectos de #model-interpretability mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Go, Jupyter Notebook, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #model-interpretability?
Seguimos 13 repositorios activos de código abierto etiquetados con #model-interpretability (500+ estrellas), que suman un total de 42,840 estrellas, con una media de 3,295 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.