Interpretierbarkeit und Erklärbarkeit von Daten und maschinellen Lernmodellen
Verstehen und erklären Sie, wie maschinelle Lernmodelle Entscheidungen treffen, mithilfe verschiedener Werkzeuge und Beispiele.
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 nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarInterpretierbarkeit und Erklärbarkeit von Daten und maschinellen Lernmodellen
AIX360 hat 1.8k Sterne auf GitHub. Es wurde 324-mal geforkt. AIX360 ist hauptsächlich in Python geschrieben. Es wird seit 2019 aktiv entwickelt. AIX360 ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: artificial-intelligence, codait, deep-learning, explainabil.
Interpretierbarkeit und Erklärbarkeit von Daten und maschinellen Lernmodellen
AIX360 ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.
Ja. AIX360 ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
AIX360 ist unter der Apache-2.0-Lizenz verfügbar.
AIX360 ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/trusted-ai-aix360.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.