Git Stars Git Stars

#fairness Dépôts

Découvrez 12 dépôts GitHub open source actifs associés à #fairness, cumulant 20,758 étoiles au total (soit une moyenne de 1,729 étoiles par projet). Le projet en tête de ce thème est jphall663/awesome-machine-learning-interpretability, avec 4,088 étoiles.

12
Total des Dépôts
20,758
Nombre total d'étoiles
1,729
Moyenne d'Étoiles/Dépôt
1
jphall663/awesome-machine-learning-interpretability

Une liste sélectionnée de ressources formidables sur l'apprentissage automatique responsable.

jphall663
⭐ 4,088 👤 jphall663 User 🕐 Mis à jour 2026-06-03 📅 Créé 2018-06-21
2
Trusted-AI/AIF360

Un ensemble complet de métriques d'équité pour les ensembles de données et les modèles d'apprentissage automatique, des explications pour ces métriques et des algorithmes pour atténuer les biais dans les ensembles de données et les modèles.

Trusted-AI
⭐ 2,883 Python 👤 Trusted-AI Organization 🕐 Mis à jour 2026-06-15 📅 Créé 2018-08-22
3
fairlearn/fairlearn

Un package Python pour évaluer et améliorer l'équité des modèles d'apprentissage automatique.

fairlearn
⭐ 2,309 Python 👤 fairlearn Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-05-15
4
tangxyw/RecSysPapers

Une collection d'articles classiques et de pointe de l'industrie dans les domaines de la recommandation/de la publicité/de la recherche. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.

tangxyw
⭐ 2,216 Python 👤 tangxyw User 🕐 Mis à jour 2026-06-11 📅 Créé 2022-08-16
5
mlco2/codecarbon

Suivre les émissions de calcul et recommander des moyens de réduire leur impact sur l'environnement.

mlco2
⭐ 1,950 Python 👤 mlco2 Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2020-05-12
6
microsoft/responsible-ai-toolbox

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.

microsoft
⭐ 1,858 TypeScript 👤 microsoft Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-07-06
7
ModelOriented/DALEX

Langage agnostique au modèle pour l'exploration et l'explication

ModelOriented
⭐ 1,489 Python 👤 ModelOriented Organization 🕐 Mis à jour 2026-07-15 📅 Créé 2018-02-18
8
gnolang/gno

Gno : une machine virtuelle Go interprétée et basée sur une pile pour créer des applications concises et composables + gno.land : une blockchain pour du code intemporel et un logiciel open-source équitable.

gnolang
⭐ 1,092 Go 👤 gnolang Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-01-29
9
satmihir/fair

Une bibliothèque Go pour servir les ressources équitablement

satmihir
⭐ 784 Go 👤 satmihir User 🕐 Mis à jour 2026-07-06 📅 Créé 2024-09-06
10
dssg/aequitas

Audit de Biais & Kit d'Outils pour ML Équitable

dssg
⭐ 779 Python 👤 dssg Organization 🕐 Mis à jour 2026-05-12 📅 Créé 2018-02-13
11
jphall663/interpretable_machine_learning_with_python

Exemples de techniques pour entraîner des modèles ML interprétables, expliquer des modèles ML et déboguer des modèles ML en termes de précision, discrimination et sécurité.

jphall663
⭐ 679 Jupyter Notebook 👤 jphall663 User 🕐 Mis à jour 2024-06-17 📅 Créé 2018-03-14
12
WwZzz/easyFL

Une plateforme expérimentale pour l'apprentissage fédéré.

WwZzz
⭐ 635 Jupyter Notebook 👤 WwZzz User 🕐 Mis à jour 2026-10-20 📅 Créé 2021-05-10

Foire aux questions

1

Quel est le dépôt #fairness le plus populaire sur GitHub ?

Le projet #fairness open source le mieux classé sur GitHub est jphall663/awesome-machine-learning-interpretability, avec 4,088 étoiles. Une liste sélectionnée de ressources formidables sur l'apprentissage automatique responsable.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #fairness ?

Parmi les projets #fairness les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Go, Jupyter Notebook, TypeScript.

3

Comment le classement des dépôts #fairness est-il calculé ?

Nous suivons 12 dépôts open source actifs associés à #fairness (500+ étoiles), totalisant 20,758 étoiles, avec une moyenne de 1,729 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.