トピック · interpretable-machine-learning

interpretable-machine-learning

interpretable-machine-learning がタグ付けされた追跡中のオープンソースリポジトリを、スター数順に表示します。

リポジトリ

総スター数

18,720

平均スター数

2,080

0.00%

interpretable-machine-learning と同じリポジトリに頻繁に登場するトピック。

最近の急上昇

直近 90 日以内に作成され、interpretable-machine-learning がタグ付けされたリポジトリ。

直近 90 日以内に、このトピックがタグ付けされた新しいリポジトリはありません。

#1
interpret ↗@interpretmlC++
解釈可能なモデルを適合させる。ブラックボックス機械学習を説明する。
★ 6,929+7直近 7 日のスター増減
#2
awesome-machine-learning-interpretability ↗@jphall663
優れた責任ある機械学習リソースの厳選リスト。
★ 4,063+2直近 7 日のスター増減
#3
DiCE ↗@interpretmlPython
あらゆる機械学習モデルに対して多様な反実仮想説明を生成する
★ 1,525+1直近 7 日のスター増減
#4
DALEX ↗@ModelOrientedPython
探索と説明のためのモデル非依存言語
★ 1,485-1直近 7 日のスター増減
#5
PiML-Toolbox ↗@SelfExplainMLJupyter Notebook
モデル開発と診断のための PiML (Python Interpretable Machine Learning) ツールボックス
★ 1,285+0直近 7 日のスター増減
#6
pyGAM ↗@dswahPython
[貢献者歓迎] Python による一般化加法モデル (GAM)
★ 1,013+2直近 7 日のスター増減
#7
OmniXAI ↗@salesforceJupyter Notebook
OmniXAI: 説明可能な AI のためのライブラリ
★ 970+0直近 7 日のスター増減
#8
shapiq ↗@mmschlkPython
機械学習のための Shapley 相互作用と Shapley 値
★ 770+2直近 7 日のスター増減
#9
interpretable_machine_learning_with_python ↗@jphall663Jupyter Notebook
解釈可能なMLモデルの訓練、MLモデルの説明、および精度、差別、セキュリティに関するMLモデルのデバッグ手法の例
★ 680+0直近 7 日のスター増減