#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.
Всего репозиториев: 9
Подгоняйте интерпретируемые модели. Объясняйте чёрный ящик машинного обучения.
Куратированный список потрясающих ресурсов по ответственному машинному обучению.
Генерируйте разнообразные контрфактические объяснения для любой модели машинного обучения.
PiML (Python Interpretable Machine Learning) — инструментарий для разработки и диагностики моделей
Примеры техник для обучения интерпретируемых моделей ML, объяснения моделей ML и отладки моделей ML на предмет точности, дискриминации и безопасности.
Часто задаваемые вопросы
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.
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++.
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.