Git Stars Git Stars

#fairness Repositórios

Descubra 12 repositórios ativos de código aberto no GitHub marcados com #fairness, acumulando um total de 20,758 estrelas (uma média de 1,729 por projeto). O líder deste tópico é jphall663/awesome-machine-learning-interpretability, com 4,088 estrelas.

12
Total de Repositórios
20,758
Total de estrelas
1,729
Média de Estrelas/Repositório

12 repositórios no total

1
jphall663/awesome-machine-learning-interpretability

Uma lista selecionada de recursos incríveis de aprendizado de máquina responsável.

jphall663
⭐ 4,088 👤 jphall663 User 🕐 Atualizado 2026-06-03 📅 Criado 2018-06-21
2
Trusted-AI/AIF360

Um conjunto abrangente de métricas de justiça para conjuntos de dados e modelos de aprendizado de máquina, explicações para essas métricas e algoritmos para mitigar vieses em conjuntos de dados e modelos.

Trusted-AI
⭐ 2,883 Python 👤 Trusted-AI Organization 🕐 Atualizado 2026-06-15 📅 Criado 2018-08-22
3
fairlearn/fairlearn

Um pacote Python para avaliar e melhorar a justiça dos modelos de aprendizado de máquina.

fairlearn
⭐ 2,309 Python 👤 fairlearn Organization 🕐 Atualizado 2026-11-21 📅 Criado 2018-05-15
4
tangxyw/RecSysPapers

Uma coleção de artigos clássicos e de ponta da indústria nas áreas de recomendação/publicidade/pesquisa.

tangxyw
⭐ 2,216 Python 👤 tangxyw User 🕐 Atualizado 2026-06-11 📅 Criado 2022-08-16
5
mlco2/codecarbon

Acompanhe as emissões da Computação e recomende formas de reduzir o seu impacto no meio ambiente.

mlco2
⭐ 1,950 Python 👤 mlco2 Organization 🕐 Atualizado 2026-11-20 📅 Criado 2020-05-12
6
microsoft/responsible-ai-toolbox

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.

microsoft
⭐ 1,858 TypeScript 👤 microsoft Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-07-06
7
ModelOriented/DALEX

Linguagem Agnostic de Modelo para Exploração e Explicação

ModelOriented
⭐ 1,489 Python 👤 ModelOriented Organization 🕐 Atualizado 2026-07-15 📅 Criado 2018-02-18
8
gnolang/gno

Gno: Uma máquina virtual Go interpretada e baseada em pilha para construir aplicações sucintas e composíveis + gno.land: uma blockchain para código intemporal e código aberto justo.

gnolang
⭐ 1,092 Go 👤 gnolang Organization 🕐 Atualizado 2026-11-20 📅 Criado 2021-01-29
9
satmihir/fair

Uma biblioteca Go para servir recursos de forma justa

satmihir
⭐ 784 Go 👤 satmihir User 🕐 Atualizado 2026-07-06 📅 Criado 2024-09-06
10
dssg/aequitas

Kit de Ferramentas de Auditoria de Viés e ML Justo

dssg
⭐ 779 Python 👤 dssg Organization 🕐 Atualizado 2026-05-12 📅 Criado 2018-02-13
11
jphall663/interpretable_machine_learning_with_python

Exemplos de técnicas para treinar modelos de ML interpretáveis, explicar modelos de ML e depurar modelos de ML quanto à precisão, discriminação e segurança.

jphall663
⭐ 679 Jupyter Notebook 👤 jphall663 User 🕐 Atualizado 2024-06-17 📅 Criado 2018-03-14
12
WwZzz/easyFL

Uma plataforma experimental para aprendizado federado.

WwZzz
⭐ 635 Jupyter Notebook 👤 WwZzz User 🕐 Atualizado 2026-10-20 📅 Criado 2021-05-10

Perguntas Frequentes

1

Qual é o repositório de #fairness mais popular no GitHub?

O projeto de código aberto de #fairness mais bem classificado no GitHub é jphall663/awesome-machine-learning-interpretability, com 4,088 estrelas. Uma lista selecionada de recursos incríveis de aprendizado de máquina responsável.

2

Quais linguagens de programação são mais usadas nos repositórios de #fairness?

Entre os projetos de #fairness mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Go, Jupyter Notebook, TypeScript.

3

Como é calculada a classificação dos repositórios de #fairness?

Acompanhamos 12 repositórios ativos de código aberto marcados com #fairness (com mais de 500 estrelas), totalizando 20,758 estrelas e uma média de 1,729 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.