Git Stars Git Stars

#interpretable-machine-learning 저장소

#interpretable-machine-learning 태그가 지정된 GitHub의 활성 오픈 소스 저장소 9개를 확인해 보세요. 총 18,839개의 스타를 획득했으며 프로젝트당 평균 2,093개입니다. 이 주제를 이끄는 저장소는 6,986개의 스타를 받은 interpretml/interpret입니다.

9
총 리포지토리
18,839
총 별점
2,093
리포지토리당 평균 스타 수
프로그래밍 언어: Python Jupyter Notebook C++
1
interpretml/interpret

해석 가능한 모델을 적합하세요. 블랙박스 머신러닝을 설명하세요.

interpretml
⭐ 6,986 C++ 👤 interpretml Organization 🕐 업데이트됨 2026-11-16 📅 생성됨 2019-05-03
2
jphall663/awesome-machine-learning-interpretability

훌륭한 책임 있는 머신러닝 자원의 선별된 목록.

jphall663
⭐ 4,088 👤 jphall663 User 🕐 업데이트됨 2026-06-03 📅 생성됨 2018-06-21
3
interpretml/DiCE

모든 머신러닝 모델에 대한 다양한 반사실적 설명을 생성하세요.

interpretml
⭐ 1,519 Python 👤 interpretml Organization 🕐 업데이트됨 2025-07-13 📅 생성됨 2019-05-02
4
ModelOriented/DALEX

모델에 구애받지 않는 탐색 및 설명 언어

ModelOriented
⭐ 1,489 Python 👤 ModelOriented Organization 🕐 업데이트됨 2026-07-15 📅 생성됨 2018-02-18
5
SelfExplainML/PiML-Toolbox

모델 개발 및 진단을 위한 PiML (Python Interpretable Machine Learning) 툴박스

SelfExplainML
⭐ 1,285 Jupyter Notebook 👤 SelfExplainML Organization 🕐 업데이트됨 2025-03-30 📅 생성됨 2022-04-29
6
dswah/pyGAM

[기여자 환영] Python에서의 일반화 가법 모델

dswah
⭐ 1,024 Python 👤 dswah User 🕐 업데이트됨 2026-04-21 📅 생성됨 2017-01-19
7
salesforce/OmniXAI

OmniXAI: 설명 가능한 AI를 위한 라이브러리

salesforce
⭐ 975 Jupyter Notebook 👤 salesforce Organization 🕐 업데이트됨 2026-06-02 📅 생성됨 2022-02-17
8
mmschlk/shapiq

머신 러닝을 위한 샤플리 값과 샤플리 상호작용

mmschlk
⭐ 797 Python 👤 mmschlk User 🕐 업데이트됨 2026-11-20 📅 생성됨 2023-10-17
9
jphall663/interpretable_machine_learning_with_python

해석 가능한 ML 모델 훈련, ML 모델 설명 및 정확성, 차별, 보안에 대한 ML 모델 디버깅을 위한 기술 예시.

jphall663
⭐ 679 Jupyter Notebook 👤 jphall663 User 🕐 업데이트됨 2024-06-17 📅 생성됨 2018-03-14

자주 묻는 질문

1

GitHub에서 가장 인기 있는 #interpretable-machine-learning 저장소는 무엇인가요?

GitHub에서 가장 높은 순위의 오픈 소스 #interpretable-machine-learning 프로젝트는 6,986개의 스타를 받은 interpretml/interpret입니다. 해석 가능한 모델을 적합하세요. 블랙박스 머신러닝을 설명하세요.

2

#interpretable-machine-learning 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?

GitHub에서 순위가 가장 높은 #interpretable-machine-learning 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, C++입니다.

3

#interpretable-machine-learning 저장소 순위는 어떻게 계산되나요?

#interpretable-machine-learning 태그가 지정된 활성 오픈 소스 저장소(9개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 18,839개이며 저장소당 평균 2,093개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.