explainable-ml

कंप्यूटर विजन के लिए उन्नत AI स्पष्टता। CNN, Vision Transformers, वर्गीकरण, ऑब्जेक्ट डिटेक्शन, सेगमेंटेशन, इमेज समानता और बहुत कुछ के लिए समर्थन।

व्याख्या योग्य मॉडल फिट करें। ब्लैकबॉक्स मशीन लर्निंग की व्याख्या करें।

शानदार जिम्मेदार मशीन लर्निंग संसाधनों की एक क्यूरेटेड सूची।

LLM प्रयोगों और AI एजेंटों के लिए मूल्यांकन और ट्रैकिंग

Python मशीन लर्निंग और डेटा साइंस के लिए डिबगिंग, मॉनिटरिंग और विज़ुअलाइज़ेशन

🔅 Shapash: विश्वसनीय और पारदर्शी Machine Learning मॉडल विकसित करने के लिए उपयोग में आसान व्याख्यात्मकत और बोधगम्यता

ग्राफ डीप लर्निंग रिसर्च के लिए एक लाइब्रेरी

Responsible AI Toolbox टूल का एक सेट है जो मॉडल और डेटा एक्सप्लोरेशन और असेसमेंट यूजर इंटरफेस और लाइब्रेरी प्रदान करता है जो AI सिस्टम की बेहतर समझ को सक्षम करते हैं। ये इंटरफेस और लाइब्रेरी AI सिस्टम के डेवलपर्स और हितधारकों को अधिक जिम्मेदारी से AI विकसित करने और मॉनिटर करने, और बेहतर डेटा-संचालित कार्रवाई करने के लिए सशक्त बनाते हैं।

डेटा और मशीन लर्निंग मॉडल की व्याख्यात्मकता (Interpretability) और स्पष्टता (explainability)

संक्षिप्त, पारदर्शी और सटीक पूर्वानुमानित मॉडलिंग (sklearn-compatible) के लिए व्याख्या योग्य ML पैकेज 🔍।

किसी भी मशीन लर्निंग मॉडल के लिए विविध काउंटरफैक्टुअल स्पष्टीकरण जनरेट करें।

अन्वेषण और स्पष्टीकरण के लिए मॉडल अज्ञेयवादी भाषा

XAI - मशीन लर्निंग के लिए एक eXplainability टूलबॉक्स

Python में Generalized Additive Models (योगदानकर्ताओं का स्वागत है)

OmniXAI: eXplainable AI के लिए एक लाइब्रेरी

Xplique न्यूरल नेटवर्क व्याख्यात्मकता (Explainability) के लिए एक टूलबॉक्स है

Aspect-Based-Sentiment-Analysis: ट्रांसफॉर्मर और व्याख्या योग्य ML (TensorFlow)।