#uncertainty-estimation Repositorios
Descubre 11 repositorios activos de código abierto de GitHub etiquetados con #uncertainty-estimation, que acumulan 12,452 estrellas en total (una media de 1,132 estrellas por proyecto). El líder de este tema es uncertainty-toolbox/uncertainty-toolbox, con 1,993 estrellas.
11 repositorios en total
Uncertainty Toolbox: una caja de herramientas de Python para la cuantificación de la incertidumbre predictiva, calibración, métricas y visualización
Una lista curada profesionalmente de fantásticos videos, tutoriales, libros, artículos, tesis doctorales y de maestría, artículos y bibliotecas de código abierto sobre Predicción Conforme.
[JMLR 2026] UQLM: un paquete de Python para detectar alucinaciones en modelos de lenguaje grandes mediante la cuantificación de la incertidumbre
Implementación ligera y útil de la predicción conforme en datos reales.
AugMix: Un método simple de procesamiento de datos para mejorar la robustez y la incertidumbre
Awesome-LLM-Robustness: una lista curada de Incertidumbre, Fiabilidad y Robustez en Modelos de Lenguaje Grandes.
Este repositorio contiene una colección de encuestas, conjuntos de datos, artículos y códigos para la estimación de la incertidumbre predictiva en modelos de aprendizaje profundo.
Una biblioteca para capas de redes neuronales bayesianas y estimación de incertidumbre en Deep Learning que extiende el núcleo de PyTorch
Preguntas frecuentes
¿Cuál es el repositorio de #uncertainty-estimation más popular en GitHub?
El proyecto de código abierto de #uncertainty-estimation mejor posicionado en GitHub es uncertainty-toolbox/uncertainty-toolbox, con 1,993 estrellas. Uncertainty Toolbox: una caja de herramientas de Python para la cuantificación de la incertidumbre predictiva, calibración, métricas y visualización
¿Qué lenguajes de programación se utilizan más en los repositorios de #uncertainty-estimation?
Entre los proyectos de #uncertainty-estimation mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #uncertainty-estimation?
Seguimos 11 repositorios activos de código abierto etiquetados con #uncertainty-estimation (500+ estrellas), que suman un total de 12,452 estrellas, con una media de 1,132 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.