Fairlearn

AI Fairness 360

AI フレームワーク

研究者や開発者が機械学習モデルにおける望ましくないバイアスを検出、理解、軽減するのに役立つオープンソースツールキットです。公平なAIシステムを促進するための包括的な公平性指標と緩和アルゴリズムを提供します。AI Fairness 360 (AIF360) は、研究者や開発者が機械学習モデルにおける望ましくないバイアスを検出、理解、軽減するのに役立つオープンソースツールキットです。公平なAIシステムを促進するための包括的な公平性指標と緩和アルゴリズムを提供します。

AI Fairness 360 Toolkit

AI アプリ

#129

機械学習モデルにおけるバイアスを調査、報告、軽減するために設計されたオープンソースのツールキットです。PythonとRをサポートし、さまざまな分野における差別に対処するためのアルゴリズムとメトリクスを提供します。AI Fairness 360は、機械学習モデルにおけるバイアスを調査、報告、軽減するために設計されたオープンソースのツールキットです。PythonとRをサポートし、さまざまな分野における差別に対処するためのアルゴリズムとメトリクスを提供します。

予測データ分析のためのシンプルで効率的なツールを提供するPython用のオープンソース機械学習フレームワークです。誰でもアクセス可能で、さまざまなコンテキストで再利用でき、NumPy、SciPy、matplotlibの上に構築されています。scikit-learnは、予測データ分析のためのシンプルで効率的なツールを提供するPython用のオープンソース機械学習フレームワークです。誰でもアクセス可能で、さまざまなコンテキストで再利用でき、NumPy、SciPy、matplotlibの上に構築されています。

ニューラルネットワークに挑戦する敵対的な例を作成するために設計されたPythonライブラリです。PyTorch、TensorFlow、JAXをサポートし、最先端の勾配ベースおよび決定ベースの攻撃を提供します。EagerPyに基づいて構築されており、ネイティブパフォーマンスを確保し、バグを早期に発見するための広範な型チェックを含んでいます。Foolboxは、ニューラルネットワークに挑戦する敵対的な例を作成するために設計されたPythonライブラリです。PyTorch、TensorFlow、JAXをサポートし、最先端の勾配ベースおよび決定ベースの攻撃を提供します。EagerPyに基づいて構築されており、ネイティブパフォーマンスを確保し、バグを早期に発見するための広範な型チェックを含んでいます。

敵対的ロバストネスツールボックス

AI フレームワーク

#34

機械学習モデルのセキュリティを強化するために設計されたPythonライブラリです。敵対的脅威に対してモデルを評価、保護、検証するためのツールを提供し、さまざまなフレームワークとデータタイプをサポートします。敵対的ロバストネスツールボックスは、機械学習モデルのセキュリティを強化するために設計されたPythonライブラリです。敵対的脅威に対してモデルを評価、保護、検証するためのツールを提供し、さまざまなフレームワークとデータタイプをサポートします。

Microsoft InterpretML

AI フレームワーク

#31

機械学習モデルを分析し説明するために設計されたオープンソースのツールキットです。モデルの解釈性に関する最先端の技術を提供し、開発者やデータサイエンティストがモデルを効果的に理解、デバッグ、監査できるようにします。Microsoft InterpretMLは、機械学習モデルを分析し説明するために設計されたオープンソースのツールキットです。モデルの解釈性に関する最先端の技術を提供し、開発者やデータサイエンティストがモデルを効果的に理解、デバッグ、監査できるようにします。

Dask-ML

AI フレームワーク

Scikit-LearnやXGBoostなどのライブラリと統合された、Pythonにおけるスケーラブルな機械学習機能を提供します。Daskコレクションと推定器を活用することで、RAMを超える大規模モデルやデータセットの課題に対処し、並列化されたトレーニング、予測、前処理を実現します。Dask-MLは、Scikit-LearnやXGBoostなどのライブラリと統合された、Pythonにおけるスケーラブルな機械学習機能を提供します。Daskコレクションと推定器を活用することで、RAMを超える大規模モデルやデータセットの課題に対処し、並列化されたトレーニング、予測、前処理を実現します。

Captum モデル解釈性

AI フレームワーク

PyTorch向けのオープンソースライブラリで、モデル解釈性を提供します。ビジョンとテキストのマルチモーダルモデルをサポートし、ユーザーがニューラルネットワークの予測方法を理解できるようにします。拡張性を考慮して構築されており、新しい解釈性アルゴリズムの実装とベンチマーキングを容易にします。Captumは、PyTorch向けのオープンソースライブラリで、モデル解釈性を提供します。ビジョンとテキストのマルチモーダルモデルをサポートし、ユーザーがニューラルネットワークの予測方法を理解できるようにします。拡張性を考慮して構築されており、新しい解釈性アルゴリズムの実装とベンチマーキングを容易にします。