PyPI · npm
Arize-ai/phoenix
AI Observability & Evaluation
Eigene Lizenz28. Aug. 2026 · Metriken 2.10.0
Alle Tags
Katalog-Tag
#explainability
Alle Repositories im öffentlichen Register, die dieses Tag tragen — aus ihren GitHub-Topics oder den von ihren Paket-Registries veröffentlichten Schlagwörtern. Die Gesundheit wird nach derselben versionierten Methodik gemessen wie im übrigen Register.
7 Einträge
PyPI · npm
shap/shap
A game theoretic approach to explain the output of any machine learning model.
MIT5. Aug. 2026 · Metriken 2.10.0
PyPI
mmschlk/shapiq
Shapley Interactions and Shapley Values for Machine Learning
MIT26. Juli 2026 · Metriken 2.10.0
npm · PyPI
interpretml/interpret
Fit interpretable models. Explain blackbox machine learning.
MIT12. Aug. 2026 · Metriken 2.10.0
PyPI
GiacomoSaccaggi/scomp_link
End-to-end ML toolkit automating the complete workflow — data profiling, preprocessing, feature engineering, model selection, training, validation, explainability, drift monitoring, fairness checks, and interactive HTML reporting. Includes a full CLI for zero-code ML pipelines. Python 3.10+.
MIT16. Juli 2026 · Metriken 2.10.0
PyPI
Arize-ai/client_python
A Python client to interact with Arize API
Apache-2.028. Juli 2026 · Metriken 2.10.0
PyPI
givasile/effector
Effector - a Python package for global and regional effect methods
MIT17. Juli 2026 · Metriken 2.10.0