đ Shapash: Benutzerfreundliche ErklĂ€rbarkeit und Interpretierbarkeit zur Entwicklung zuverlĂ€ssiger und transparenter Machine-Learning-Modelle
Erstellen Sie leicht verstĂ€ndliche visuelle ErklĂ€rungen fĂŒr Maschinenlernmodelle, die sowohl Experten als auch Nicht-Experten helfen, deren Funktionsweise zu verstehen.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nÀchsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarđ Shapash: Benutzerfreundliche ErklĂ€rbarkeit und Interpretierbarkeit zur Entwicklung zuverlĂ€ssiger und transparenter Machine-Learning-Modelle
shapash hat 3.3k Sterne auf GitHub. Es wurde 389-mal geforkt. shapash ist hauptsĂ€chlich in Jupyter Notebook geschrieben. Es wird seit 2020 aktiv entwickelt. shapash ist unter der Apache-2.0-Lizenz verfĂŒgbar. Die Hauptthemen sind: ethical-artificial-intelligence, explainability, explainable-ml, interpretability.
đ Shapash: Benutzerfreundliche ErklĂ€rbarkeit und Interpretierbarkeit zur Entwicklung zuverlĂ€ssiger und transparenter Machine-Learning-Modelle
shapash ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.
Ja. shapash ist kostenlos und Open Source â Sie können es nutzen, anpassen und selbst hosten.
shapash ist unter der Apache-2.0-Lizenz verfĂŒgbar.
shapash ist hauptsÀchlich in Jupyter Notebook geschrieben.
FĂŒgen Sie dieses Live-Abzeichen zu Ihrem README hinzu â Ihre GitHub-Sterne und Verzeichnisrang, tĂ€glich aktualisiert.
[](https://opensourceai.tech/project/maif-shapash.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.