Git Stars Git Stars

#interpretable-machine-learning リポジトリ

#interpretable-machine-learningのタグが付いた、GitHub上の9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18,839個で、プロジェクトあたりの平均は2,093個です。このトピックをリードしているのは、6,986個のスターを獲得しているinterpretml/interpretです。

9
リポジトリ総数
18,839
合計スター数
2,093
リポジトリあたりの平均スター数
プログラミング言語: Python Jupyter Notebook C++

リポジトリ合計9件

1
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
2
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
3
interpretml/DiCE

任意の機械学習モデルに対して多様な反事実的説明を生成します。

interpretml
⭐ 1,519 Python 👤 interpretml Organization 🕐 更新日時 2025-07-13 📅 作成日 2019-05-02
4
ModelOriented/DALEX

モデルに依存しない探索と説明のための言語

ModelOriented
⭐ 1,489 Python 👤 ModelOriented Organization 🕐 更新日時 2026-07-15 📅 作成日 2018-02-18
5
SelfExplainML/PiML-Toolbox

モデル開発と診断のためのPiML(Python Interpretable Machine Learning)ツールボックス

SelfExplainML
⭐ 1,285 Jupyter Notebook 👤 SelfExplainML Organization 🕐 更新日時 2025-03-30 📅 作成日 2022-04-29
6
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
7
salesforce/OmniXAI

OmniXAI: 説明可能なAIのためのライブラリ

salesforce
⭐ 975 Jupyter Notebook 👤 salesforce Organization 🕐 更新日時 2026-06-02 📅 作成日 2022-02-17
8
mmschlk/shapiq

機械学習のためのシャプレー値とシャプレー相互作用

mmschlk
⭐ 797 Python 👤 mmschlk User 🕐 更新日時 2026-11-20 📅 作成日 2023-10-17
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

よくある質問

1

GitHubで最も人気のある#interpretable-machine-learning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-machine-learningプロジェクトは、6,986個のスターを獲得しているinterpretml/interpretです。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。

2

#interpretable-machine-learning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-machine-learningプロジェクトでは、Python, Jupyter Notebook, C++が最も一般的なプログラミング言語です。

3

#interpretable-machine-learning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-machine-learningのタグが付いた9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18,839個で、リポジトリあたりの平均は2,093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。