Git Stars Git Stars

#model-interpretability Repository

Scopri 13 repository GitHub open source attivi contrassegnati con #model-interpretability, che raccolgono un totale di 42,840 stelle (con una media di 3,295 stelle per progetto). Il progetto leader di questo argomento è marcotcr/lime, con 12,080 stelle.

13
Totale Repository
42,840
Totale stelle
3,295
Media Stelle/Repo

13 repository in totale

1
marcotcr/lime

Lime: Spiegazione delle previsioni di qualsiasi classificatore di machine learning

marcotcr
⭐ 12,080 JavaScript 👤 marcotcr User 🕐 Aggiornato 2024-07-25 📅 Creato 2016-03-15
2
kserve/kserve

Piattaforma di inferenza AI generativa e predittiva distribuita standardizzata per deployment scalabile e multi-framework su Kubernetes

kserve
⭐ 6,253 Go 👤 kserve Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2019-03-27
3
oarriaga/face_classification

Rilevamento facciale in tempo reale e classificazione di emozioni/genere utilizzando dataset fer2013/imdb con un modello CNN Keras e OpenCV.

oarriaga
⭐ 5,716 Python 👤 oarriaga User 🕐 Aggiornato 2024-03-08 📅 Creato 2017-02-09
4
airbnb/aerosolve

Un pacchetto di machine learning costruito per gli umani.

airbnb
⭐ 4,809 Scala 👤 airbnb Organization 🕐 Aggiornato 2025-11-06 📅 Creato 2015-05-12
5
Blealtan/efficient-kan

Un'efficiente implementazione pura PyTorch della Kolmogorov-Arnold Network (KAN).

Blealtan
⭐ 4,551 Python 👤 Blealtan User 🕐 Aggiornato 2024-08-01 📅 Creato 2024-05-02
6
mintisan/awesome-kan

Una raccolta completa di risorse relative alle KAN (Kolmogorov-Arnold Network), tra cui librerie, progetti, tutorial, articoli e altro ancora, per ricercatori e sviluppatori nel campo della Kolmogorov-Arnold Network.

mintisan
⭐ 3,294 👤 mintisan User 🕐 Aggiornato 2026-10-13 📅 Creato 2024-05-08
7
kitops-ml/kitops

Uno strumento DevOps open source del CNCF per il packaging e il versioning di modelli AI/ML, dataset, codice e configurazioni in un artefatto OCI.

kitops-ml
⭐ 1,451 Go 👤 kitops-ml Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2024-02-02
8
chrishayuk/larql

Esegui, servi, interroga e modifica modelli di IA: un runtime per modelli in Rust basato su VINDEX3, un formato di modello eseguibile e ispezionabile.

chrishayuk
⭐ 1,196 Rust 👤 chrishayuk User 🕐 Aggiornato 2026-11-21 📅 Creato 2026-03-27
9
andyzoujm/representation-engineering

Ingegneria della Rappresentazione: Un Approccio Top-Down alla Trasparenza dell'IA

andyzoujm
⭐ 931 Jupyter Notebook 👤 andyzoujm User 🕐 Aggiornato 2024-08-14 📅 Creato 2023-09-26
10
zhijing-jin/CausalNLP_Papers

Una lista di lettura per articoli sulla causalità per l'elaborazione del linguaggio naturale (NLP)

zhijing-jin
⭐ 697 👤 zhijing-jin User 🕐 Aggiornato 2026-04-27 📅 Creato 2021-02-24
11
Ekeany/Boruta-Shap

Uno strumento di selezione delle funzionalità basato su alberi che combina sia l'algoritmo di selezione delle funzionalità Boruta che i valori Shapley.

Ekeany
⭐ 641 Python 👤 Ekeany User 🕐 Aggiornato 2024-02-19 📅 Creato 2020-04-13
12
parrt/random-forest-importances

Codice per calcolare le importanze di permutazione e drop-column nei modelli Python scikit-learn

parrt
⭐ 625 Jupyter Notebook 👤 parrt User 🕐 Aggiornato 2025-03-24 📅 Creato 2018-03-22
13
bhoov/exbert

Uno strumento di analisi visiva per esplorare le rappresentazioni apprese nei modelli Transformers

bhoov
⭐ 602 Python 👤 bhoov User 🕐 Aggiornato 2024-02-07 📅 Creato 2019-10-14

Domande frequenti

1

Qual è il repository #model-interpretability più popolare su GitHub?

Il progetto open source #model-interpretability più alto in classifica su GitHub è marcotcr/lime, con 12,080 stelle. Lime: Spiegazione delle previsioni di qualsiasi classificatore di machine learning

2

Quali linguaggi di programmazione sono più utilizzati nei repository #model-interpretability?

Tra i progetti #model-interpretability più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Go, Jupyter Notebook, JavaScript.

3

Come viene calcolata la classifica dei repository #model-interpretability?

Monitoriamo 13 repository open source attivi contrassegnati con #model-interpretability (500+ stelle), per un totale di 42,840 stelle e una media di 3,295 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.