简介
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。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