Saltar al contenido principal
buildradar
Sign in
Tema · interpretable-machine-learning

interpretable-machine-learning

Repositorios de código abierto monitorizados etiquetados con interpretable-machine-learning, ordenados por estrellas.

Repositorios
9
Estrellas totales
18.729
Estrellas de media
2081
Proporción
0,00%

Temas que aparecen con frecuencia junto a interpretable-machine-learning en un mismo repositorio.

Emergentes recientes

Repositorios creados en los últimos 90 días, etiquetados con interpretable-machine-learning.

No hay repositorios nuevos con este tema en los últimos 90 días.

  • interpret@interpretml

    Ajusta modelos interpretables. Explica el aprendizaje automático de caja negra.

    6935+6Variación de estrellas de los últimos 7 días
  • Una lista seleccionada de recursos increíbles sobre machine learning responsable.

    4065+2Variación de estrellas de los últimos 7 días
  • DiCE@interpretml

    Generación de explicaciones contrafactuales diversas para cualquier modelo de aprendizaje automático.

    1526+1Variación de estrellas de los últimos 7 días
  • DALEX@ModelOriented

    Lenguaje agnóstico de modelo para exploración y explicación

    1485+0Variación de estrellas de los últimos 7 días
  • PiML-Toolbox@SelfExplainML

    Caja de herramientas PiML (Python Interpretable Machine Learning) para el desarrollo y diagnóstico de modelos

    1285+0Variación de estrellas de los últimos 7 días
  • pyGAM@dswah

    [SE BUSCAN COLABORADORES] Modelos aditivos generalizados en Python

    1013+0Variación de estrellas de los últimos 7 días
  • OmniXAI@salesforce

    OmniXAI: una biblioteca para IA explicable

    971+1Variación de estrellas de los últimos 7 días
  • shapiq@mmschlk

    Interacciones de Shapley y valores de Shapley para aprendizaje automático

    780+10Variación de estrellas de los últimos 7 días
  • Ejemplos de técnicas para entrenar, explicar y depurar modelos de ML en cuanto a precisión, discriminación y seguridad.

    680+0Variación de estrellas de los últimos 7 días
← Volver a temas