Git Stars Git Stars

#interpretable-machine-learning Репозитории

Откройте для себя 9 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #interpretable-machine-learning, с общим числом 18,839 звёзд (в среднем 2,093 на проект). Лидером этой темы является interpretml/interpret, набравший 6,986 звёзд.

9
Всего репозиториев
18,839
Всего звезд
2,093
Среднее количество звезд на репозиторий
Языки программирования: Python Jupyter Notebook C++

Всего репозиториев: 9

1
interpretml/interpret

Подгоняйте интерпретируемые модели. Объясняйте чёрный ящик машинного обучения.

interpretml
⭐ 6,986 C++ 👤 interpretml Organization 🕐 Обновлено 2026-11-16 📅 Создано 2019-05-03
2
jphall663/awesome-machine-learning-interpretability

Куратированный список потрясающих ресурсов по ответственному машинному обучению.

jphall663
⭐ 4,088 👤 jphall663 User 🕐 Обновлено 2026-06-03 📅 Создано 2018-06-21
3
interpretml/DiCE

Генерируйте разнообразные контрфактические объяснения для любой модели машинного обучения.

interpretml
⭐ 1,519 Python 👤 interpretml Organization 🕐 Обновлено 2025-07-13 📅 Создано 2019-05-02
4
ModelOriented/DALEX

Модельно-агностический язык для исследования и объяснения

ModelOriented
⭐ 1,489 Python 👤 ModelOriented Organization 🕐 Обновлено 2026-07-15 📅 Создано 2018-02-18
5
SelfExplainML/PiML-Toolbox

PiML (Python Interpretable Machine Learning) — инструментарий для разработки и диагностики моделей

SelfExplainML
⭐ 1,285 Jupyter Notebook 👤 SelfExplainML Organization 🕐 Обновлено 2025-03-30 📅 Создано 2022-04-29
6
dswah/pyGAM

[ДОБРОВОЛЬЦЫ ДОБРО ПОЖАЛОВАТЬ] Обобщённые аддитивные модели в Python

dswah
⭐ 1,024 Python 👤 dswah User 🕐 Обновлено 2026-04-21 📅 Создано 2017-01-19
7
salesforce/OmniXAI

OmniXAI: Библиотека для объяснимого ИИ

salesforce
⭐ 975 Jupyter Notebook 👤 salesforce Organization 🕐 Обновлено 2026-06-02 📅 Создано 2022-02-17
8
mmschlk/shapiq

Значения Шепли и взаимодействия Шепли для машинного обучения

mmschlk
⭐ 797 Python 👤 mmschlk User 🕐 Обновлено 2026-11-20 📅 Создано 2023-10-17
9
jphall663/interpretable_machine_learning_with_python

Примеры техник для обучения интерпретируемых моделей ML, объяснения моделей ML и отладки моделей ML на предмет точности, дискриминации и безопасности.

jphall663
⭐ 679 Jupyter Notebook 👤 jphall663 User 🕐 Обновлено 2024-06-17 📅 Создано 2018-03-14

Часто задаваемые вопросы

1

Какой репозиторий по теме #interpretable-machine-learning наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #interpretable-machine-learning на GitHub — interpretml/interpret, набравший 6,986 звёзд. Подгоняйте интерпретируемые модели. Объясняйте чёрный ящик машинного обучения.

2

Какие языки программирования чаще всего используются в репозиториях по теме #interpretable-machine-learning?

Среди наиболее высоко оценённых проектов по теме #interpretable-machine-learning на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C++.

3

Как рассчитывается рейтинг репозиториев по теме #interpretable-machine-learning?

Мы отслеживаем 9 активных репозиториев с открытым исходным кодом, отмеченных тегом #interpretable-machine-learning (500 и более звёзд), с общим числом 18,839 звёзд и в среднем 2,093 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.