#interpretable-machine-learning Repository
Scopri 9 repository GitHub open source attivi contrassegnati con #interpretable-machine-learning, che raccolgono un totale di 18,839 stelle (con una media di 2,093 stelle per progetto). Il progetto leader di questo argomento è interpretml/interpret, con 6,986 stelle.
9 repository in totale
Una lista curata di risorse fantastiche per il machine learning responsabile.
Genera spiegazioni controfattuali diverse per qualsiasi modello di machine learning.
PiML (Python Interpretable Machine Learning) toolbox per lo sviluppo e la diagnostica dei modelli
Esempi di tecniche per addestrare modelli ML interpretabili, spiegare modelli ML e debuggare modelli ML per accuratezza, discriminazione e sicurezza.
Domande frequenti
Qual è il repository #interpretable-machine-learning più popolare su GitHub?
Il progetto open source #interpretable-machine-learning più alto in classifica su GitHub è interpretml/interpret, con 6,986 stelle. Adatta modelli interpretabili. Spiega il machine learning blackbox.
Quali linguaggi di programmazione sono più utilizzati nei repository #interpretable-machine-learning?
Tra i progetti #interpretable-machine-learning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++.
Come viene calcolata la classifica dei repository #interpretable-machine-learning?
Monitoriamo 9 repository open source attivi contrassegnati con #interpretable-machine-learning (500+ stelle), per un totale di 18,839 stelle e una media di 2,093 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.