interpretable-machine-learning

해석 가능한 모델 적합 및 블랙박스 머신러닝 설명

엄선된 유익한 책임감 있는 머신러닝 리소스 목록입니다.

모든 머신러닝 모델을 위한 다양한 반사실적 설명 생성

탐색 및 설명을 위한 모델 독립형 언어 (moDel Agnostic Language for Exploration and eXplanation)

모델 개발 및 진단을 위한 PiML(Python Interpretable Machine Learning) 툴박스

[기여자 환영] Python으로 구현하는 일반화 가법 모델(GAM)

OmniXAI: 설명 가능한 AI(eXplainable AI)를 위한 라이브러리

머신러닝을 위한 Shapley 상호작용 및 Shapley 값

해석 가능한 ML 모델 학습, ML 모델 설명, 그리고 정확도, 차별성, 보안을 위한 ML 모델 디버깅 기법 예제