#machine-learning-interpretability Repositórios
Descubra 4 repositórios ativos de código aberto no GitHub marcados com #machine-learning-interpretability, acumulando um total de 6,129 estrelas (uma média de 1,532 por projeto). O líder deste tópico é jphall663/awesome-machine-learning-interpretability, com 4,088 estrelas.
4 repositórios no total
Uma lista selecionada de recursos incríveis de aprendizado de máquina responsável.
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 #machine-learning-interpretability mais popular no GitHub?
O projeto de código aberto de #machine-learning-interpretability 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.
Quais linguagens de programação são mais usadas nos repositórios de #machine-learning-interpretability?
Entre os projetos de #machine-learning-interpretability mais bem classificados no GitHub, as linguagens de programação mais comuns são Jupyter Notebook, R.
Como é calculada a classificação dos repositórios de #machine-learning-interpretability?
Acompanhamos 4 repositórios ativos de código aberto marcados com #machine-learning-interpretability (com mais de 500 estrelas), totalizando 6,129 estrelas e uma média de 1,532 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.