#explainable-ml Dépôts
Découvrez 17 dépôts GitHub open source actifs associés à #explainable-ml, cumulant 49,435 étoiles au total (soit une moyenne de 2,907 étoiles par projet). Le projet en tête de ce thème est jacobgil/pytorch-grad-cam, avec 13,014 étoiles.
17 dépôts au total
Explicabilité avancée de l'IA pour la vision par ordinateur. Support pour CNN, Vision Transformers, Classification, Détection d'objets, Segmentation, Similarité d'images et plus.
Ajustez des modèles interprétables. Expliquez l'apprentissage automatique en boîte noire.
Une liste sélectionnée de ressources formidables sur l'apprentissage automatique responsable.
Débogage, surveillance et visualisation pour Python Machine Learning et Data Science
🔅 Shapash : Explicabilité et Interprétabilité Conviviales pour Développer des Modèles d'Apprentissage Automatique Fiables et Transparents
Responsible AI Toolbox est une suite d'outils fournissant des interfaces utilisateur et des bibliothèques pour l'exploration et l'évaluation des modèles et des données qui permettent une meilleure compréhension des systèmes d'IA. Ces interfaces et bibliothèques permettent aux développeurs et aux parties prenantes des systèmes d'IA de développer et de surveiller l'IA de manière plus responsable, et de prendre de meilleures mesures basées sur les données.
Interprétabilité et explicabilité des données et des modèles d'apprentissage automatique
Paquet ML interprétable 🔍 pour une modélisation prédictive concise, transparente et précise (compatible avec sklearn).
Générez des explications contrefactuelles diverses pour tout modèle d'apprentissage automatique.
💭 Analyse de sentiment basée sur les aspects : Transformer & ML explicable (TensorFlow)
Foire aux questions
Quel est le dépôt #explainable-ml le plus populaire sur GitHub ?
Le projet #explainable-ml open source le mieux classé sur GitHub est jacobgil/pytorch-grad-cam, avec 13,014 étoiles. Explicabilité avancée de l'IA pour la vision par ordinateur. Support pour CNN, Vision Transformers, Classification, Détection d'objets, Segmentation, Similarité d'images et plus.
Quels langages de programmation sont les plus utilisés dans les dépôts #explainable-ml ?
Parmi les projets #explainable-ml les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, TypeScript.
Comment le classement des dépôts #explainable-ml est-il calculé ?
Nous suivons 17 dépôts open source actifs associés à #explainable-ml (500+ étoiles), totalisant 49,435 étoiles, avec une moyenne de 2,907 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.