Git Stars Git Stars

#interpretable-ml Repositórios

Descubra 7 repositórios ativos de código aberto no GitHub marcados com #interpretable-ml, acumulando um total de 23,613 estrelas (uma média de 3,373 por projeto). O líder deste tópico é interpretml/interpret, com 6,986 estrelas.

7
Total de Repositórios
23,613
Total de estrelas
3,373
Média de Estrelas/Repositório
Linguagens de programação: Python C++ Julia Jupyter Notebook

7 repositórios no total

1
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
2
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
3
astroautomata/PySR

Aprendizagem simbólica em Python e Julia

astroautomata
⭐ 4,301 Python 👤 astroautomata Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-09-14
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
dswah/pyGAM

[COLABORADORES BEM-VINDOS] Modelos Aditivos Generalizados em Python

dswah
⭐ 1,024 Python 👤 dswah User 🕐 Atualizado 2026-04-21 📅 Criado 2017-01-19
6
astroautomata/SymbolicRegression.jl

Regressão Simbólica Distribuída de Alto Desempenho em Julia

astroautomata
⭐ 819 Julia 👤 astroautomata Organization 🕐 Atualizado 2026-11-16 📅 Criado 2021-01-14
7
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

Perguntas Frequentes

1

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

O projeto de código aberto de #interpretable-ml mais bem classificado no GitHub é interpretml/interpret, com 6,986 estrelas. Ajuste modelos interpretáveis. Explique aprendizado de máquina de caixa preta.

2

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

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

3

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

Acompanhamos 7 repositórios ativos de código aberto marcados com #interpretable-ml (com mais de 500 estrelas), totalizando 23,613 estrelas e uma média de 3,373 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.