Git Stars Git Stars

#explainability 仓库

探索 12 个标记为 #explainability 的活跃开源 GitHub 仓库,它们累计获得 69,600 个 Star(平均每个项目 5,800 个)。该主题的领先项目是 shap/shap,拥有 25,883 个 Star。

12
仓库总数
69,600
总星标数
5,800
平均每个仓库星标数
1
shap/shap

一种博弈论方法来解释任何机器学习模型的输出

shap
⭐ 25,883 Jupyter Notebook 👤 shap Organization 🕐 已更新 2026-11-20 📅 创建时间 2016-11-22
2
EthicalML/awesome-production-machine-learning

精选的开源库列表,用于部署、监控、版本管理和扩展您的机器学习

EthicalML
⭐ 21,121 👤 EthicalML Organization 🕐 已更新 2026-11-12 📅 创建时间 2018-08-15
3
interpretml/interpret

拟合可解释模型。解释黑箱机器学习。

interpretml
⭐ 6,986 C++ 👤 interpretml Organization 🕐 已更新 2026-11-16 📅 创建时间 2019-05-03
4
MAIF/shapash

🔅 Shapash: 用户友好的可解释性和可理解性,以开发可靠且透明的机器学习模型

MAIF
⭐ 3,297 Jupyter Notebook 👤 MAIF Organization 🕐 已更新 2026-11-16 📅 创建时间 2020-04-29
5
CodeBoarding/CodeBoarding

代码库的交互式架构图

CodeBoarding
⭐ 2,692 Python 👤 CodeBoarding Organization 🕐 已更新 2026-11-17 📅 创建时间 2025-04-08
6
hila-chefer/Transformer-Explainability

[CVPR 2021] Transformer Interpretability Beyond Attention Visualization 的官方 PyTorch 实现,一种可视化 Transformer 网络的分类的新颖方法。

hila-chefer
⭐ 1,967 Jupyter Notebook 👤 hila-chefer User 🕐 已更新 2024-01-24 📅 创建时间 2020-11-23
7
microsoft/responsible-ai-toolbox

Responsible AI Toolbox 是一套工具,提供模型和数据探索与评估的用户界面和库,能够帮助更好地理解 AI 系统。这些界面和库使 AI 系统的开发人员和相关方能够更负责任地开发和监控 AI,并采取更明智的数据驱动行动。

microsoft
⭐ 1,858 TypeScript 👤 microsoft Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-07-06
8
alexgreensh/attention-span

让你的智能代理像人一样说话。为 Claude Code、Codex 及其他工具打造的 ADHD 友好型输出风格。让你专注于内容,而不是费心应付一大堆 token。

alexgreensh
⭐ 1,601 Python 👤 alexgreensh User 🕐 已更新 2026-10-30 📅 创建时间 2026-08-04
9
voidful/hung-yi-lee-skill

蒸餾李宏毅老師的技能,結合 Karpathy 的大型語言模型,並由 Fable 5 和 GPT-6 加持,以及本人親自訪談。

voidful
⭐ 1,323 HTML 👤 voidful User 🕐 已更新 2026-08-11 📅 创建时间 2026-04-08
10
EthicalML/xai

XAI - 一个用于机器学习的可解释性工具箱

EthicalML
⭐ 1,270 Python 👤 EthicalML Organization 🕐 已更新 2025-11-29 📅 创建时间 2019-01-11
11
flyingdoog
⭐ 821 👤 flyingdoog User 🕐 已更新 2026-11-12 📅 创建时间 2021-11-01
12
mmschlk/shapiq

用于机器学习的 Shapley 值与 Shapley 交互

mmschlk
⭐ 797 Python 👤 mmschlk User 🕐 已更新 2026-11-20 📅 创建时间 2023-10-17

常见问题解答

1

GitHub 上最受欢迎的 #explainability 仓库是什么?

GitHub 上排名第一的开源 #explainability 项目是 shap/shap,拥有 25,883 个 Star。一种博弈论方法来解释任何机器学习模型的输出

2

#explainability 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #explainability 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, TypeScript。

3

#explainability 仓库的排名是如何计算的?

我们跟踪了 12 个标记为 #explainability 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 69,600 个 Star,平均每个仓库拥有 5,800 个 Star。排名每日根据 GitHub API 更新。