Git Stars Git Stars

#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
Total de Repositórios
6,129
Total de estrelas
1,532
Média de Estrelas/Repositório
Linguagens de programação: Jupyter Notebook R

4 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
sosuneko/PDPbox

toolbox de gráfico de dependência parcial do python

sosuneko
⭐ 860 Jupyter Notebook 👤 sosuneko User 🕐 Atualizado 2024-09-03 📅 Criado 2017-06-26
3
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
4
giuseppec/iml

iml: pacote R de aprendizado de máquina interpretável

giuseppec
⭐ 503 R 👤 giuseppec User 🕐 Atualizado 2025-02-24 📅 Criado 2017-10-25

Perguntas Frequentes

1

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.

2

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.

3

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.