Git Stars Git Stars

#model-interpretability 仓库

探索 13 个标记为 #model-interpretability 的活跃开源 GitHub 仓库,它们累计获得 42,840 个 Star(平均每个项目 3,295 个)。该主题的领先项目是 marcotcr/lime,拥有 12,080 个 Star。

13
仓库总数
42,840
总星标数
3,295
平均每个仓库星标数
1
marcotcr/lime

Lime:解释任何机器学习分类器的预测

marcotcr
⭐ 12,080 JavaScript 👤 marcotcr User 🕐 已更新 2024-07-25 📅 创建时间 2016-03-15
2
kserve/kserve

用于Kubernetes上可扩展、多框架部署的标准分布式生成和预测AI推理平台

kserve
⭐ 6,253 Go 👤 kserve Organization 🕐 已更新 2026-11-20 📅 创建时间 2019-03-27
3
oarriaga/face_classification

使用 fer2013/imdb 数据集、Keras CNN 模型和 OpenCV 进行实时人脸检测以及情感/性别分类。

oarriaga
⭐ 5,716 Python 👤 oarriaga User 🕐 已更新 2024-03-08 📅 创建时间 2017-02-09
4
airbnb/aerosolve

为人类打造的机器学习包。

airbnb
⭐ 4,809 Scala 👤 airbnb Organization 🕐 已更新 2025-11-06 📅 创建时间 2015-05-12
5
Blealtan/efficient-kan

Kolmogorov-Arnold Network (KAN) 的高效纯 PyTorch 实现。

Blealtan
⭐ 4,551 Python 👤 Blealtan User 🕐 已更新 2024-08-01 📅 创建时间 2024-05-02
6
mintisan/awesome-kan

KAN(Kolmogorov-Arnold Network)相关资源的综合集合,包括库、项目、教程、论文等,供Kolmogorov-Arnold Network领域的研究人员和开发人员使用。

mintisan
⭐ 3,294 👤 mintisan User 🕐 已更新 2026-10-13 📅 创建时间 2024-05-08
7
kitops-ml/kitops

CNCF 的一个开源 DevOps 工具,用于将 AI/ML 模型、数据集、代码和配置打包并版本化为 OCI 构件。

kitops-ml
⭐ 1,451 Go 👤 kitops-ml Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-02-02
8
chrishayuk/larql

运行、托管、查询和编辑 AI 模型——这是一个基于 VINDEX3 构建的 Rust 模型运行时;VINDEX3 是一种可执行、可检查的模型格式。

chrishayuk
⭐ 1,196 Rust 👤 chrishayuk User 🕐 已更新 2026-11-21 📅 创建时间 2026-03-27
10
zhijing-jin/CausalNLP_Papers

自然语言处理(NLP)因果关系论文阅读清单

zhijing-jin
⭐ 697 👤 zhijing-jin User 🕐 已更新 2026-04-27 📅 创建时间 2021-02-24
11
Ekeany/Boruta-Shap

一个基于树的特征选择工具,结合了 Boruta 特征选择算法和 Shapley 值。

Ekeany
⭐ 641 Python 👤 Ekeany User 🕐 已更新 2024-02-19 📅 创建时间 2020-04-13
12
parrt/random-forest-importances

用于计算 Python scikit-learn 模型中排列和删除列重要性的代码

parrt
⭐ 625 Jupyter Notebook 👤 parrt User 🕐 已更新 2025-03-24 📅 创建时间 2018-03-22
13
bhoov/exbert

用于探索 Transformer 模型中学习表示的可视化分析工具

bhoov
⭐ 602 Python 👤 bhoov User 🕐 已更新 2024-02-07 📅 创建时间 2019-10-14

常见问题解答

1

GitHub 上最受欢迎的 #model-interpretability 仓库是什么?

GitHub 上排名第一的开源 #model-interpretability 项目是 marcotcr/lime,拥有 12,080 个 Star。Lime:解释任何机器学习分类器的预测

2

#model-interpretability 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #model-interpretability 项目中,最常见的编程语言是 Python, Go, Jupyter Notebook, JavaScript。

3

#model-interpretability 仓库的排名是如何计算的?

我们跟踪了 13 个标记为 #model-interpretability 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 42,840 个 Star,平均每个仓库拥有 3,295 个 Star。排名每日根据 GitHub API 更新。