Git Stars Git Stars

#interpretable-ai リポジトリ

#interpretable-aiのタグが付いた、GitHub上の10件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は36,295個で、プロジェクトあたりの平均は3,629個です。このトピックをリードしているのは、13,014個のスターを獲得しているjacobgil/pytorch-grad-camです。

10
リポジトリ総数
36,295
合計スター数
3,629
リポジトリあたりの平均スター数

リポジトリ合計10件

1
jacobgil/pytorch-grad-cam

コンピュータビジョン向け先進的な AI 説明可能性。CNN、Vision Transformers、分類、物体検出、セグメンテーション、画像類似性などに対応。

jacobgil
⭐ 13,014 Python 👤 jacobgil User 🕐 更新日時 2026-11-01 📅 作成日 2017-05-31
2
interpretml/interpret

解釈可能なモデルをフィットさせます。ブラックボックス機械学習を説明します。

interpretml
⭐ 6,986 C++ 👤 interpretml Organization 🕐 更新日時 2026-11-16 📅 作成日 2019-05-03
3
meta-pytorch/captum

PyTorchのためのモデルの解釈可能性と理解

meta-pytorch
⭐ 5,723 Python 👤 meta-pytorch Organization 🕐 更新日時 2026-11-19 📅 作成日 2019-08-27
4
jphall663/awesome-machine-learning-interpretability

素晴らしい責任ある機械学習リソースのキュレーションされたリスト。

jphall663
⭐ 4,088 👤 jphall663 User 🕐 更新日時 2026-06-03 📅 作成日 2018-06-21
5
linkedin/greykite

柔軟で直感的かつ高速な予測ライブラリ

linkedin
⭐ 1,855 Python 👤 linkedin Organization 🕐 更新日時 2025-02-20 📅 作成日 2021-04-27
6
wangyongjie-ntu/Awesome-explainable-AI

説明可能なAI/MLに関する研究資料のコレクション

wangyongjie-ntu
⭐ 1,660 Markdown 👤 wangyongjie-ntu User 🕐 更新日時 2026-08-19 📅 作成日 2020-02-16
7
dswah/pyGAM

[貢献者歓迎] Pythonにおける一般化加法モデル

dswah
⭐ 1,024 Python 👤 dswah User 🕐 更新日時 2026-04-21 📅 作成日 2017-01-19
8
Felix-Petersen/difflogic

微分可能な論理ゲートネットワークのためのライブラリ

Felix-Petersen
⭐ 749 Python 👤 Felix-Petersen User 🕐 更新日時 2024-03-19 📅 作成日 2022-11-28
9
jphall663/interpretable_machine_learning_with_python

解釈可能な ML モデルのトレーニング、ML モデルの説明、および精度、差別、安全性に関する ML モデルのデバッグのための技術の例。

jphall663
⭐ 679 Jupyter Notebook 👤 jphall663 User 🕐 更新日時 2024-06-17 📅 作成日 2018-03-14
10
tensorflow/lattice

TensorFlow での Lattice メソッド

tensorflow
⭐ 520 Python 👤 tensorflow Organization 🕐 更新日時 2024-07-30 📅 作成日 2017-09-22

よくある質問

1

GitHubで最も人気のある#interpretable-aiリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#interpretable-aiプロジェクトは、13,014個のスターを獲得しているjacobgil/pytorch-grad-camです。コンピュータビジョン向け先進的な AI 説明可能性。CNN、Vision Transformers、分類、物体検出、セグメンテーション、画像類似性などに対応。

2

#interpretable-aiリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#interpretable-aiプロジェクトでは、Python, C++, Markdown, Jupyter Notebookが最も一般的なプログラミング言語です。

3

#interpretable-aiリポジトリのランキングはどのように算出されていますか?

#interpretable-aiのタグが付いた10件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は36,295個で、リポジトリあたりの平均は3,629個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。