#model-interpretability Repositórios
Descubra 13 repositórios ativos de código aberto no GitHub marcados com #model-interpretability, acumulando um total de 42,840 estrelas (uma média de 3,295 por projeto). O líder deste tópico é marcotcr/lime, com 12,080 estrelas.
13 repositórios no total
Plataforma Padronizada de Inferência de IA Generativa e Preditiva Distribuída para Implantação Escalável e Multi-Framework no Kubernetes
Detecção facial em tempo real e classificação de emoção/gênero usando os conjuntos de dados fer2013/imdb com um modelo CNN Keras e openCV.
Uma implementação eficiente puramente PyTorch da Rede Kolmogorov-Arnold (KAN).
Uma coleção abrangente de recursos relacionados a KAN (Kolmogorov-Arnold Network), incluindo bibliotecas, projetos, tutoriais, artigos e mais, para pesquisadores e desenvolvedores na área de Kolmogorov-Arnold Network.
Uma ferramenta DevOps de código aberto da CNCF para empacotar e versionar modelos de IA/ML, conjuntos de dados, código e configuração em um Artefato OCI.
Execute, disponibilize, consulte e edite modelos de IA — um ambiente de execução de modelos em Rust baseado no VINDEX3, um formato de modelo executável e inspecionável.
Engenharia de Representação: Uma Abordagem de Cima para Baixo para Transparência de IA
Uma lista de leitura de artigos sobre causalidade para processamento de linguagem natural (PLN)
Uma ferramenta de seleção de recursos baseada em árvores que combina o algoritmo de seleção de recursos Boruta com os valores de Shapley.
Código para calcular a importância de permutação e a importância de colunas descartadas em modelos scikit-learn do Python
Uma Ferramenta de Análise Visual para Explorar Representações Aprendidas em Modelos Transformer
Perguntas Frequentes
Qual é o repositório de #model-interpretability mais popular no GitHub?
O projeto de código aberto de #model-interpretability mais bem classificado no GitHub é marcotcr/lime, com 12,080 estrelas. Lime: Explicando as previsões de qualquer classificador de aprendizado de máquina
Quais linguagens de programação são mais usadas nos repositórios de #model-interpretability?
Entre os projetos de #model-interpretability mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Go, Jupyter Notebook, JavaScript.
Como é calculada a classificação dos repositórios de #model-interpretability?
Acompanhamos 13 repositórios ativos de código aberto marcados com #model-interpretability (com mais de 500 estrelas), totalizando 42,840 estrelas e uma média de 3,295 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.