Git Stars Git Stars

#interpretable-ml Repository

Scopri 7 repository GitHub open source attivi contrassegnati con #interpretable-ml, che raccolgono un totale di 23,613 stelle (con una media di 3,373 stelle per progetto). Il progetto leader di questo argomento è interpretml/interpret, con 6,986 stelle.

7
Totale Repository
23,613
Totale stelle
3,373
Media Stelle/Repo
Linguaggi di programmazione: Python C++ Julia Jupyter Notebook

7 repository in totale

1
interpretml/interpret

Adatta modelli interpretabili. Spiega il machine learning blackbox.

interpretml
⭐ 6,986 C++ 👤 interpretml Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2019-05-03
2
meta-pytorch/captum

Interpretabilità e comprensione del modello per PyTorch

meta-pytorch
⭐ 5,723 Python 👤 meta-pytorch Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2019-08-27
3
astroautomata/PySR

Apprendimento simbolico in Python e Julia

astroautomata
⭐ 4,301 Python 👤 astroautomata Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-09-14
4
jphall663/awesome-machine-learning-interpretability

Una lista curata di risorse fantastiche per il machine learning responsabile.

jphall663
⭐ 4,088 👤 jphall663 User 🕐 Aggiornato 2026-06-03 📅 Creato 2018-06-21
5
dswah/pyGAM

[COLLABORATORI BENVENUTI] Modelli Additivi Generalizzati in Python

dswah
⭐ 1,024 Python 👤 dswah User 🕐 Aggiornato 2026-04-21 📅 Creato 2017-01-19
6
astroautomata/SymbolicRegression.jl

Regressione Simbolica Distribuita ad Alte Prestazioni in Julia

astroautomata
⭐ 819 Julia 👤 astroautomata Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2021-01-14
7
jphall663/interpretable_machine_learning_with_python

Esempi di tecniche per addestrare modelli ML interpretabili, spiegare modelli ML e debuggare modelli ML per accuratezza, discriminazione e sicurezza.

jphall663
⭐ 679 Jupyter Notebook 👤 jphall663 User 🕐 Aggiornato 2024-06-17 📅 Creato 2018-03-14

Domande frequenti

1

Qual è il repository #interpretable-ml più popolare su GitHub?

Il progetto open source #interpretable-ml più alto in classifica su GitHub è interpretml/interpret, con 6,986 stelle. Adatta modelli interpretabili. Spiega il machine learning blackbox.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #interpretable-ml?

Tra i progetti #interpretable-ml più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Julia, Jupyter Notebook.

3

Come viene calcolata la classifica dei repository #interpretable-ml?

Monitoriamo 7 repository open source attivi contrassegnati con #interpretable-ml (500+ stelle), per un totale di 23,613 stelle e una media di 3,373 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.