Git Stars Git Stars

#explainability 저장소

#explainability 태그가 지정된 GitHub의 활성 오픈 소스 저장소 12개를 확인해 보세요. 총 69,600개의 스타를 획득했으며 프로젝트당 평균 5,800개입니다. 이 주제를 이끄는 저장소는 25,883개의 스타를 받은 shap/shap입니다.

12
총 리포지토리
69,600
총 별점
5,800
리포지토리당 평균 스타 수

저장소 총 12개

1
shap/shap

어떤 머신러닝 모델의 출력 결과를 설명하기 위한 게임 이론적 접근

shap
⭐ 25,883 Jupyter Notebook 👤 shap Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2016-11-22
2
EthicalML/awesome-production-machine-learning

기계 학습을 배포, 모니터링, 버전 관리 및 확장하기 위한 훌륭한 오픈 소스 라이브러리들의 큐레이션된 목록

EthicalML
⭐ 21,121 👤 EthicalML Organization 🕐 업데이트됨 2026-11-12 📅 생성됨 2018-08-15
3
interpretml/interpret

해석 가능한 모델을 적합하세요. 블랙박스 머신러닝을 설명하세요.

interpretml
⭐ 6,986 C++ 👤 interpretml Organization 🕐 업데이트됨 2026-11-16 📅 생성됨 2019-05-03
4
MAIF/shapash

🔅 Shapash: 신뢰할 수 있고 투명한 머신러닝 모델 개발을 위한 사용자 친화적인 설명 가능성 및 해석 가능성

MAIF
⭐ 3,297 Jupyter Notebook 👤 MAIF Organization 🕐 업데이트됨 2026-11-16 📅 생성됨 2020-04-29
5
CodeBoarding/CodeBoarding

코드베이스를 위한 상호작용 아키텍처 다이어그램

CodeBoarding
⭐ 2,692 Python 👤 CodeBoarding Organization 🕐 업데이트됨 2026-11-17 📅 생성됨 2025-04-08
6
hila-chefer/Transformer-Explainability

[CVPR 2021] Transformer 기반 네트워크의 분류를 시각화하는 새로운 방법인 Transformer Interpretability Beyond Attention Visualization의 공식 PyTorch 구현.

hila-chefer
⭐ 1,967 Jupyter Notebook 👤 hila-chefer User 🕐 업데이트됨 2024-01-24 📅 생성됨 2020-11-23
7
microsoft/responsible-ai-toolbox

Responsible AI Toolbox는 AI 시스템에 대한 이해를 높이는 모델 및 데이터 탐색 및 평가 사용자 인터페이스와 라이브러리를 제공하는 도구 모음입니다. 이러한 인터페이스와 라이브러리를 통해 AI 시스템의 개발자와 이해 관계자는 AI를 보다 책임감 있게 개발하고 모니터링하며 데이터 기반의 더 나은 조치를 취할 수 있습니다.

microsoft
⭐ 1,858 TypeScript 👤 microsoft Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2020-07-06
8
alexgreensh/attention-span

에이전트가 사람처럼 말하게 하세요. Claude Code, Codex 등을 위한 ADHD 친화적 출력 스타일. 토큰이 아니라 내용에 집중할 수 있도록.

alexgreensh
⭐ 1,601 Python 👤 alexgreensh User 🕐 업데이트됨 2026-10-30 📅 생성됨 2026-08-04
9
voidful/hung-yi-lee-skill

리훙이 교수님의 스킬을 증류하고 Karpathy의 LLM과 결합했으며, Fable 5와 GPT-6의 지원 및 본인이 직접 진행한 인터뷰를 더했습니다.

voidful
⭐ 1,323 HTML 👤 voidful User 🕐 업데이트됨 2026-08-11 📅 생성됨 2026-04-08
10
EthicalML/xai

XAI - 머신러닝(기계 학습)을 위한 eXplainability (설명 가능성) 도구 상자

EthicalML
⭐ 1,270 Python 👤 EthicalML Organization 🕐 업데이트됨 2025-11-29 📅 생성됨 2019-01-11
11
flyingdoog/awesome-graph-explainability-papers

GNN의 설명 가능성에 대한 논문

flyingdoog
⭐ 821 👤 flyingdoog User 🕐 업데이트됨 2026-11-12 📅 생성됨 2021-11-01
12
mmschlk/shapiq

머신 러닝을 위한 샤플리 값과 샤플리 상호작용

mmschlk
⭐ 797 Python 👤 mmschlk User 🕐 업데이트됨 2026-11-20 📅 생성됨 2023-10-17

자주 묻는 질문

1

GitHub에서 가장 인기 있는 #explainability 저장소는 무엇인가요?

GitHub에서 가장 높은 순위의 오픈 소스 #explainability 프로젝트는 25,883개의 스타를 받은 shap/shap입니다. 어떤 머신러닝 모델의 출력 결과를 설명하기 위한 게임 이론적 접근

2

#explainability 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?

GitHub에서 순위가 가장 높은 #explainability 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, C++, TypeScript입니다.

3

#explainability 저장소 순위는 어떻게 계산되나요?

#explainability 태그가 지정된 활성 오픈 소스 저장소(12개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 69,600개이며 저장소당 평균 5,800개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.