简介
AI Explainability 360 是一个开源工具包,内含机器学习八种前沿的可解释性方法和两个维度评价矩阵。可以帮助用户更好地理解机器学习模型在整个 AI 应用程序生命周期中使用各种技术预测标签的方式。八种可解释性算法通过列生成的布尔决策规则(精简版)广义线性规则模型ProfWeight训练... 更多
其它信息
地区
不详
开发语言
Python
开源组织
无
所属分类
神经网络/人工智能、 机器学习/深度学习
授权协议
Apache 2.0
操作系统
跨平台
收录时间
2023-09-26
软件类型
开源软件
适用人群
未知
时光轴
里程碑1
LOG0
2023
2023-09
轻识收录
评价
0.0(满分 10 分)0 个评分
什么是点评分
全部评价(
0)
推荐率
100%
推荐
InterpretML机器学习可解释性
InterpretML是一个开源软件包,整合了最先进的机器学习可解释性技术。使用此包,你可以训练可解释的glassbox 模型并解释黑盒系统。InterpretML可帮助你了解模型的全局行为,或了解个
InterpretML机器学习可解释性
0
SHOGUN机器学习工具箱
SHOGUN是一个机器学习工具箱,其重点是在大尺度上的内核的方法,特别是支持向量机(SVM)的学习工具箱。它提供了一个通用的SVM对象接口连接到几个不同的SVM的实现中,所有相同的底层,高效的内核实现
SHOGUN机器学习工具箱
0
Propel可微分编程机器学习框架
Propel是一个使用JavaScript做可微分编程的机器学习框架,既能在Node中使用,又能在浏览器中使用。在这两种环境中,Propel都能够使用GPU硬件进行加速计算。在浏览器中,它能通过 de
Propel可微分编程机器学习框架
0
Swift AI人工智能和机器学习库
SwiftAI是高性能的人工智能和机器学习库,完全用Swift编写,目前支持 iOSandOSX,未来将支持更多平台。SwiftAI包括一组人工智能和机器学习的通用工具,这些工具灵活、强大,可用于广泛
Swift AI人工智能和机器学习库
0