Startseite› Projekte› alibi
alibi

alibi

von SeldonIO · GitHub

Algorithmen zur Erklärung von maschinellen Lernmodellen

# counterfactual# explanations# interpretability# machine-learning# xai
Auf GitHub ansehen
In einfachen Worten

Verwenden Sie diese Bibliothek, um zu verstehen und zu erklären, wie maschinelle Lernmodelle Entscheidungen treffen.

⭐ Sterne
2.6k
🍴 Forks
266
🔥 Trendend
+3 diese Woche
📜 Lizenz
—
Lizenz nicht angegeben
📅 Erstellt
2019
🔄 Letzter Commit
9 mo ago
🏷️ Kategorie
counterfactual
💻 Sprache
Python
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
alibi — GitHub preview card
📈 Sternhistorie
2 6402 635
2026-07-072026-07-29
📈 alibi verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Algorithmen zur Erklärung von maschinellen Lernmodellen

alibi hat 2.6k Sterne auf GitHub. Es wurde 266-mal geforkt. alibi ist hauptsächlich in Python geschrieben. Es wird seit 2019 aktiv entwickelt. Die Hauptthemen sind: counterfactual, explanations, interpretability, machine-learning.

❓ Frequently asked questions

Was ist alibi?

Algorithmen zur Erklärung von maschinellen Lernmodellen

Ist alibi Open Source?

alibi ist ein Open-Source-Projekt.

Ist alibi kostenlos?

Ja. alibi ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist alibi geschrieben?

alibi ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — alibi

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=seldonio-alibi)](https://opensourceai.tech/project/seldonio-alibi.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
steerling
Interpretierbare kausale Diffusions-Sprachmodelle
★ 237 · attribution
teiltexplanationsinterpretability
shap
Ein spieltheoretischer Ansatz zur Erklärung der Ausgaben eines beliebigen maschinellen Lernmode…
★ 25.7k · deep-learning
awesome-production-machine-learning
Eine kuratierte Liste großartiger Open-Source-Bibliotheken zum Bereitstellen, Überwachen, Versi…
★ 20.8k · awesome
pytorch-grad-cam
Fortgeschrittene KI-Erklärbarkeit für Computer Vision. Unterstützung für CNNs, Vision Transform…
★ 12.9k · class-activation-maps
interpret
Anpassbare Modelle anpassen. Erklären Sie Blackbox-Maschinenlernen.
★ 6.9k · ai
awesome-machine-learning-interpretability
Eine kuratierte Liste großartiger verantwortungsvoller Ressourcen für maschinelles Lernen.
★ 4k · ai-safety
shapash
🔅 Shapash: Benutzerfreundliche Erklärbarkeit und Interpretierbarkeit zur Entwicklung zuverlässi…
★ 3.3k · ethical-artificial-intelligence
stellargraph
StellarGraph - Maschinelles Lernen auf Graphen
★ 3.1k · data-science
torch-cam
Klassenaktivierungskarten für Ihre PyTorch-Modelle (CAM, Grad-CAM, Grad-CAM++, Smooth Grad-CAM+…
★ 2.3k · activation-maps
Awesome-Federated-Learning
FedML - Die integrierte Forschungs- und Produktionsbibliothek für föderiertes Lernen: https://f…
★ 2k · adversarial-attack-and-defense

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.