#explainability Repositórios
Descubra 12 repositórios ativos de código aberto no GitHub marcados com #explainability, acumulando um total de 69,600 estrelas (uma média de 5,800 por projeto). O líder deste tópico é shap/shap, com 25,883 estrelas.
12 repositórios no total
Uma abordagem da teoria dos jogos para explicar a saída de qualquer modelo de aprendizado de máquina.
Uma lista selecionada de bibliotecas open source incríveis para implantar, monitorar, versionar e escalar seu aprendizado de máquina
Ajuste modelos interpretáveis. Explique aprendizado de máquina de caixa preta.
🔅 Shapash: Explicabilidade e Interpretabilidade Amigáveis ao Usuário para Desenvolver Modelos de Aprendizado de Máquina Confiáveis e Transparentes
[CVPR 2021] Implementação oficial em PyTorch para a Interpretabilidade de Transformers Além da Visualização de Atenção, um método inovador para visualizar classificações por redes baseadas em Transformer.
A Responsible AI Toolbox é um conjunto de ferramentas que fornece interfaces de usuário e bibliotecas para exploração e avaliação de modelos e dados, permitindo uma melhor compreensão dos sistemas de IA. Essas interfaces e bibliotecas capacitam desenvolvedores e partes interessadas de sistemas de IA a desenvolver e monitorar a IA de forma mais responsável e a tomar ações mais orientadas por dados.
Faça seus agentes falarem como pessoas. Estilos de saída adaptados para TDAH no Claude Code, Codex e outros. Para que você preste atenção ao conteúdo, não aos tokens.
Destilando as habilidades do professor Li Hongyi, combinando-as com o LLM de Karpathy, potencializadas pelo Fable 5 e pelo GPT-6, além de entrevistas conduzidas pessoalmente por mim.
Perguntas Frequentes
Qual é o repositório de #explainability mais popular no GitHub?
O projeto de código aberto de #explainability mais bem classificado no GitHub é shap/shap, com 25,883 estrelas. Uma abordagem da teoria dos jogos para explicar a saída de qualquer modelo de aprendizado de máquina.
Quais linguagens de programação são mais usadas nos repositórios de #explainability?
Entre os projetos de #explainability mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, TypeScript.
Como é calculada a classificação dos repositórios de #explainability?
Acompanhamos 12 repositórios ativos de código aberto marcados com #explainability (com mais de 500 estrelas), totalizando 69,600 estrelas e uma média de 5,800 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.