#interpretable-machine-learning Dépôts
Découvrez 9 dépôts GitHub open source actifs associés à #interpretable-machine-learning, cumulant 18,839 étoiles au total (soit une moyenne de 2,093 étoiles par projet). Le projet en tête de ce thème est interpretml/interpret, avec 6,986 étoiles.
9 dépôts au total
Ajustez des modèles interprétables. Expliquez l'apprentissage automatique en boîte noire.
Une liste sélectionnée de ressources formidables sur l'apprentissage automatique responsable.
Générez des explications contrefactuelles diverses pour tout modèle d'apprentissage automatique.
Boîte à outils PiML (Python Interpretable Machine Learning) pour le développement et le diagnostic de modèles
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.
Foire aux questions
Quel est le dépôt #interpretable-machine-learning le plus populaire sur GitHub ?
Le projet #interpretable-machine-learning open source le mieux classé sur GitHub est interpretml/interpret, avec 6,986 étoiles. Ajustez des modèles interprétables. Expliquez l'apprentissage automatique en boîte noire.
Quels langages de programmation sont les plus utilisés dans les dépôts #interpretable-machine-learning ?
Parmi les projets #interpretable-machine-learning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++.
Comment le classement des dépôts #interpretable-machine-learning est-il calculé ?
Nous suivons 9 dépôts open source actifs associés à #interpretable-machine-learning (500+ étoiles), totalisant 18,839 étoiles, avec une moyenne de 2,093 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.