Git Stars Git Stars

#interpretable-ml 仓库

探索 7 个标记为 #interpretable-ml 的活跃开源 GitHub 仓库,它们累计获得 23,613 个 Star(平均每个项目 3,373 个)。该主题的领先项目是 interpretml/interpret,拥有 6,986 个 Star。

7
仓库总数
23,613
总星标数
3,373
平均每个仓库星标数
1
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
2
meta-pytorch/captum

PyTorch 的模型可解释性和理解

meta-pytorch
⭐ 5,723 Python 👤 meta-pytorch Organization 🕐 已更新 2026-11-19 📅 创建时间 2019-08-27
3
astroautomata/PySR

Python 和 Julia 中的符号学习

astroautomata
⭐ 4,301 Python 👤 astroautomata Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-09-14
4
jphall663/awesome-machine-learning-interpretability

精选的优秀负责任机器学习资源列表。

jphall663
⭐ 4,088 👤 jphall663 User 🕐 已更新 2026-06-03 📅 创建时间 2018-06-21
5
dswah/pyGAM

[欢迎贡献者] Python 中的广义加性模型

dswah
⭐ 1,024 Python 👤 dswah User 🕐 已更新 2026-04-21 📅 创建时间 2017-01-19
6
astroautomata/SymbolicRegression.jl

Julia 中的分布式高性能符号回归

astroautomata
⭐ 819 Julia 👤 astroautomata Organization 🕐 已更新 2026-11-16 📅 创建时间 2021-01-14
7
jphall663/interpretable_machine_learning_with_python

训练可解释 ML 模型、解释 ML 模型以及针对准确性、歧视性和安全性的调试 ML 模型的技术示例。

jphall663
⭐ 679 Jupyter Notebook 👤 jphall663 User 🕐 已更新 2024-06-17 📅 创建时间 2018-03-14

常见问题解答

1

GitHub 上最受欢迎的 #interpretable-ml 仓库是什么?

GitHub 上排名第一的开源 #interpretable-ml 项目是 interpretml/interpret,拥有 6,986 个 Star。拟合可解释模型。解释黑箱机器学习。

2

#interpretable-ml 仓库中最常使用的编程语言有哪些?

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

3

#interpretable-ml 仓库的排名是如何计算的?

我们跟踪了 7 个标记为 #interpretable-ml 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 23,613 个 Star,平均每个仓库拥有 3,373 个 Star。排名每日根据 GitHub API 更新。