#interpretable-machine-learning Repositórios
Descubra 9 repositórios ativos de código aberto no GitHub marcados com #interpretable-machine-learning, acumulando um total de 18,839 estrelas (uma média de 2,093 por projeto). O líder deste tópico é interpretml/interpret, com 6,986 estrelas.
9 repositórios no total
Ajuste modelos interpretáveis. Explique aprendizado de máquina de caixa preta.
Uma lista selecionada de recursos incríveis de aprendizado de máquina responsável.
Gerar Explicações Contrafactuais Diversas para qualquer modelo de aprendizado de máquina.
Caixa de ferramentas PiML (Python Interpretable Machine Learning) para desenvolvimento e diagnóstico de modelos
Exemplos de técnicas para treinar modelos de ML interpretáveis, explicar modelos de ML e depurar modelos de ML quanto à precisão, discriminação e segurança.
Perguntas Frequentes
Qual é o repositório de #interpretable-machine-learning mais popular no GitHub?
O projeto de código aberto de #interpretable-machine-learning mais bem classificado no GitHub é interpretml/interpret, com 6,986 estrelas. Ajuste modelos interpretáveis. Explique aprendizado de máquina de caixa preta.
Quais linguagens de programação são mais usadas nos repositórios de #interpretable-machine-learning?
Entre os projetos de #interpretable-machine-learning mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++.
Como é calculada a classificação dos repositórios de #interpretable-machine-learning?
Acompanhamos 9 repositórios ativos de código aberto marcados com #interpretable-machine-learning (com mais de 500 estrelas), totalizando 18,839 estrelas e uma média de 2,093 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.