Git Stars Git Stars

#feature-importance Dépôts

Découvrez 9 dépôts GitHub open source actifs associés à #feature-importance, cumulant 11,891 étoiles au total (soit une moyenne de 1,321 étoiles par projet). Le projet en tête de ce thème est meta-pytorch/captum, avec 5,723 étoiles.

9
Total des Dépôts
11,891
Nombre total d'étoiles
1,321
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook R
1
meta-pytorch/captum

Interprétabilité et compréhension du modèle pour PyTorch

meta-pytorch
⭐ 5,723 Python 👤 meta-pytorch Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2019-08-27
2
EthicalML/xai

XAI - Une boîte à outils d'eXplicabilité pour l'apprentissage automatique

EthicalML
⭐ 1,270 Python 👤 EthicalML Organization 🕐 Mis à jour 2025-11-29 📅 Créé 2019-01-11
3
aerdem4/lofo-importance

Importance en Laissant une Fonctionnalité de Côté

aerdem4
⭐ 867 Python 👤 aerdem4 User 🕐 Mis à jour 2025-02-14 📅 Créé 2019-01-14
4
sosuneko/PDPbox

Boîte à outils Python pour les graphiques de dépendance partielle

sosuneko
⭐ 860 Jupyter Notebook 👤 sosuneko User 🕐 Mis à jour 2024-09-03 📅 Créé 2017-06-26
5
mmschlk/shapiq

Valeurs de Shapley et interactions de Shapley pour l’apprentissage automatique

mmschlk
⭐ 797 Python 👤 mmschlk User 🕐 Mis à jour 2026-11-20 📅 Créé 2023-10-17
6
Ekeany/Boruta-Shap

Un outil de sélection de caractéristiques basé sur des arbres qui combine à la fois l'algorithme de sélection de caractéristiques Boruta et les valeurs Shapley.

Ekeany
⭐ 641 Python 👤 Ekeany User 🕐 Mis à jour 2024-02-19 📅 Créé 2020-04-13
7
parrt/random-forest-importances

Code pour calculer les importances de permutation et de suppression de colonnes dans les modèles Python scikit-learn

parrt
⭐ 625 Jupyter Notebook 👤 parrt User 🕐 Mis à jour 2025-03-24 📅 Créé 2018-03-22
8
kochlisGit/ProphitBet-Soccer-Bets-Predictor

ProphitBet est une application de prédiction des paris sur le football basée sur l’apprentissage automatique. Elle analyse la forme des équipes, calcule les statistiques des matchs et en prédit les résultats à l’aide de méthodes avancées d’apprentissage automatique (ML). Elle propose également des agents de paris basés sur l’apprentissage par renforcement profond (DRL), capables d’apprendre des stratégies de pari optimales.

kochlisGit
⭐ 606 Python 👤 kochlisGit User 🕐 Mis à jour 2026-10-27 📅 Créé 2022-03-18
9
giuseppec/iml

iml : package R d'apprentissage automatique interprétable

giuseppec
⭐ 503 R 👤 giuseppec User 🕐 Mis à jour 2025-02-24 📅 Créé 2017-10-25

Foire aux questions

1

Quel est le dépôt #feature-importance le plus populaire sur GitHub ?

Le projet #feature-importance open source le mieux classé sur GitHub est meta-pytorch/captum, avec 5,723 étoiles. Interprétabilité et compréhension du modèle pour PyTorch

2

Quels langages de programmation sont les plus utilisés dans les dépôts #feature-importance ?

Parmi les projets #feature-importance les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, R.

3

Comment le classement des dépôts #feature-importance est-il calculé ?

Nous suivons 9 dépôts open source actifs associés à #feature-importance (500+ étoiles), totalisant 11,891 étoiles, avec une moyenne de 1,321 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.