Git Stars Git Stars

#interpretable-ml リポジトリ

#interpretable-mlのタグが付いた、GitHub上の7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23,613個で、プロジェクトあたりの平均は3,373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。

7
リポジトリ総数
23,613
合計スター数
3,373
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 C++ Julia Jupyter Notebook

リポジトリ合計7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
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
3
astroautomata/PySR

PythonとJuliaにおける記号学習

astroautomata
⭐ 4,301 Python 👤 astroautomata Organization 🕐 更新日時 2026-11-21 📅 作成日 2020-09-14
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
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
6
astroautomata/SymbolicRegression.jl

Juliaにおける分散型高性能シンボリック回帰

astroautomata
⭐ 819 Julia 👤 astroautomata Organization 🕐 更新日時 2026-11-16 📅 作成日 2021-01-14
7
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-ml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-ml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-ml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-mlプロジェクトでは、Python, C++, Julia, Jupyter Notebookが最も一般的なプログラミング言語です。

3

#interpretable-ml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-mlのタグが付いた7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23,613個で、リポジトリあたりの平均は3,373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。