Git Stars Git Stars

#uncertainty-quantification Dépôts

Découvrez 13 dépôts GitHub open source actifs associés à #uncertainty-quantification, cumulant 12,089 étoiles au total (soit une moyenne de 929 étoiles par projet). Le projet en tête de ce thème est uncertainty-toolbox/uncertainty-toolbox, avec 1,993 étoiles.

13
Total des Dépôts
12,089
Nombre total d'étoiles
929
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook
1
uncertainty-toolbox/uncertainty-toolbox

Uncertainty Toolbox : une boîte à outils Python pour la quantification de l'incertitude prédictive, la calibration, les métriques et la visualisation

uncertainty-toolbox
⭐ 1,993 Python 👤 uncertainty-toolbox Organization 🕐 Mis à jour 2025-03-05 📅 Créé 2020-09-06
2
valeman/awesome-conformal-prediction

Une liste organisée par des professionnels de superbes vidéos, tutoriels, livres, articles, thèses de doctorat et de master, articles et bibliothèques open-source sur la prédiction conforme.

valeman
⭐ 1,346 👤 valeman User 🕐 Mis à jour 2026-11-05 📅 Créé 2021-12-10
3
cvs-health/uqlm

[JMLR 2026] UQLM : un package Python pour détecter les hallucinations des grands modèles de langage à l’aide de la quantification de l’incertitude

cvs-health
⭐ 1,215 Python 👤 cvs-health Organization 🕐 Mis à jour 2026-11-08 📅 Créé 2025-04-17
4
aangelopoulos/conformal-prediction

Implémentation légère et utile de la prédiction conforme sur des données réelles.

aangelopoulos
⭐ 1,111 Jupyter Notebook 👤 aangelopoulos User 🕐 Mis à jour 2025-11-14 📅 Créé 2021-12-25
5
SALib/SALib

Bibliothèque d'analyse de sensibilité en Python. Contient les méthodes Sobol, Morris, FAST et autres.

SALib
⭐ 1,025 Python 👤 SALib Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2013-05-30
6
jxzhangjhu/Awesome-LLM-Uncertainty-Reliability-Robustness

Awesome-LLM-Robustness : une liste organisée sur l'incertitude, la fiabilité et la robustesse dans les grands modèles linguistiques

jxzhangjhu
⭐ 840 👤 jxzhangjhu User 🕐 Mis à jour 2026-11-07 📅 Créé 2023-03-20
7
ENSTA-U2IS-AI/awesome-uncertainty-deeplearning

Ce dépôt contient une collection d'enquêtes, d'ensembles de données, d'articles et de codes pour l'estimation de l'incertitude prédictive dans les modèles d'apprentissage profond.

ENSTA-U2IS-AI
⭐ 829 👤 ENSTA-U2IS-AI Organization 🕐 Mis à jour 2026-10-20 📅 Créé 2022-01-06
8
EmuKit/emukit

Une boîte à outils basée sur Python avec diverses méthodes en prise de décision, quantification de l'incertitude et émulation statistique : multi-fidélité, conception expérimentale, optimisation bayésienne, quadrature bayésienne, etc.

EmuKit
⭐ 681 Python 👤 EmuKit Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2018-09-04
9
jwangjie/Gaussian-Process-Regression-Tutorial

Un tutoriel intuitif sur la régression par processus gaussien

jwangjie
⭐ 659 Jupyter Notebook 👤 jwangjie User 🕐 Mis à jour 2024-02-17 📅 Créé 2020-03-31
10
IntelLabs/bayesian-torch

Une bibliothèque pour les couches de réseaux neuronaux bayésiens et l'estimation de l'incertitude en Deep Learning, étendant le cœur de PyTorch

IntelLabs
⭐ 641 Python 👤 IntelLabs Organization 🕐 Mis à jour 2025-04-17 📅 Créé 2020-12-17
11
orbital-materials/orb-models

Modèles de champ de force ORB de Orbital Materials

orbital-materials
⭐ 629 Python 👤 orbital-materials Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2024-08-30
12
henrikbostrom/crepes

Package Python pour la prédiction conforme

henrikbostrom
⭐ 587 Python 👤 henrikbostrom User 🕐 Mis à jour 2026-07-08 📅 Créé 2021-11-17
13
torch-uncertainty/torch-uncertainty

Framework open source pour les modèles d'incertitude et d'apprentissage profond en PyTorch 🌱

torch-uncertainty
⭐ 535 Python 👤 torch-uncertainty Organization 🕐 Mis à jour 2026-09-01 📅 Créé 2023-02-01

Foire aux questions

1

Quel est le dépôt #uncertainty-quantification le plus populaire sur GitHub ?

Le projet #uncertainty-quantification open source le mieux classé sur GitHub est uncertainty-toolbox/uncertainty-toolbox, avec 1,993 étoiles. Uncertainty Toolbox : une boîte à outils Python pour la quantification de l'incertitude prédictive, la calibration, les métriques et la visualisation

2

Quels langages de programmation sont les plus utilisés dans les dépôts #uncertainty-quantification ?

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

3

Comment le classement des dépôts #uncertainty-quantification est-il calculé ?

Nous suivons 13 dépôts open source actifs associés à #uncertainty-quantification (500+ étoiles), totalisant 12,089 étoiles, avec une moyenne de 929 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.