Git Stars Git Stars

#interpretable-ai Repositórios

Descubra 10 repositórios ativos de código aberto no GitHub marcados com #interpretable-ai, acumulando um total de 36,295 estrelas (uma média de 3,629 por projeto). O líder deste tópico é jacobgil/pytorch-grad-cam, com 13,014 estrelas.

10
Total de Repositórios
36,295
Total de estrelas
3,629
Média de Estrelas/Repositório

10 repositórios no total

1
jacobgil/pytorch-grad-cam

Explicabilidade avançada de IA para visão computacional. Suporte para CNNs, Vision Transformers, Classificação, Detecção de objetos, Segmentação, Similaridade de imagem e muito mais.

jacobgil
⭐ 13,014 Python 👤 jacobgil User 🕐 Atualizado 2026-11-01 📅 Criado 2017-05-31
2
interpretml/interpret

Ajuste modelos interpretáveis. Explique aprendizado de máquina de caixa preta.

interpretml
⭐ 6,986 C++ 👤 interpretml Organization 🕐 Atualizado 2026-11-16 📅 Criado 2019-05-03
3
meta-pytorch/captum

Interpretabilidade e compreensão de modelos para PyTorch

meta-pytorch
⭐ 5,723 Python 👤 meta-pytorch Organization 🕐 Atualizado 2026-11-19 📅 Criado 2019-08-27
4
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
5
linkedin/greykite

Uma biblioteca de previsão flexível, intuitiva e rápida

linkedin
⭐ 1,855 Python 👤 linkedin Organization 🕐 Atualizado 2025-02-20 📅 Criado 2021-04-27
6
wangyongjie-ntu/Awesome-explainable-AI

Uma coleção de materiais de pesquisa sobre IA/ML explicável

wangyongjie-ntu
⭐ 1,660 Markdown 👤 wangyongjie-ntu User 🕐 Atualizado 2026-08-19 📅 Criado 2020-02-16
7
dswah/pyGAM

[COLABORADORES BEM-VINDOS] Modelos Aditivos Generalizados em Python

dswah
⭐ 1,024 Python 👤 dswah User 🕐 Atualizado 2026-04-21 📅 Criado 2017-01-19
8
Felix-Petersen/difflogic

Uma Biblioteca para Redes de Portas Lógicas Diferenciáveis

Felix-Petersen
⭐ 749 Python 👤 Felix-Petersen User 🕐 Atualizado 2024-03-19 📅 Criado 2022-11-28
9
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
10
tensorflow/lattice

Métodos de rede em TensorFlow

tensorflow
⭐ 520 Python 👤 tensorflow Organization 🕐 Atualizado 2024-07-30 📅 Criado 2017-09-22

Perguntas Frequentes

1

Qual é o repositório de #interpretable-ai mais popular no GitHub?

O projeto de código aberto de #interpretable-ai mais bem classificado no GitHub é jacobgil/pytorch-grad-cam, com 13,014 estrelas. Explicabilidade avançada de IA para visão computacional. Suporte para CNNs, Vision Transformers, Classificação, Detecção de objetos, Segmentação, Similaridade de imagem e muito mais.

2

Quais linguagens de programação são mais usadas nos repositórios de #interpretable-ai?

Entre os projetos de #interpretable-ai mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, Markdown, Jupyter Notebook.

3

Como é calculada a classificação dos repositórios de #interpretable-ai?

Acompanhamos 10 repositórios ativos de código aberto marcados com #interpretable-ai (com mais de 500 estrelas), totalizando 36,295 estrelas e uma média de 3,629 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.