InterpretML机器学习可解释性认领

0粉丝

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。In

简介

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，或了解个别预测背后的原因。优点：模型可解释性：模型可解释性可帮助组织中的开发人员、数据科学家和业务利益... 更多

其它信息

地区

不详

开发语言

C/C++ 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

MIT

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

打卡

评价

0.0（满分 10 分）0 个评分

什么是点评分

图片

表情

全部评价( 0)

推荐率 100%

推荐

AI Explainability 360机器学习可解释性工具箱

AIExplainability360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。

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

DeepLearn.js可实现硬件加速的机器学习 JavaScript 库

DeepLearn.js是Google推出的一个可用于机器智能并加速 WebGL 的开源 JavaScript 库，完全在浏览器中运行，不需要安装，不需要后端处理。。DeepLearn.js提供高效的

Mallet机器学习软件包

Mallet是专门用于机器学习方面的软件包，此软件包基于java。通过mallet工具，可以进行自然语言处理，文本分类，主题建模。文本聚类，信息抽取等。

GorgoniaGo 机器学习库

Gorgonia是Go机器学习库。撰写和评估多维数组的数学公式。与 Theano和TensorFlow 理念相似。具体来说，Gorgonia性能：执行自动分化执行符号微分优化梯度下降进行稳定的数值计算

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

autographRust 机器学习库

autograph是一款Rust机器学习库。在crate中使用autograph需要向Cargo.toml添加依赖：[dependencies]autograph="0.1.0"环境要求Rust ht

autographRust 机器学习库

autograph 是一款 Rust 机器学习库。在 crate 中使用 autograph 需要向

PHP-MLPHP 机器学习库

PHP-ml 是 PHP 的机器学习库。同时包含算法，交叉验证，神经网络，预处理，特征提取等。PHP

ConjectureScala 机器学习框架

Conjecture是Esty开发的构建机器学习模型框架，在Hadoop中使用ScaldingDSL构建。Conjecture的目的是允许静态统计模型在广泛的产品设置中作为可变组件。应用包括等级，分类