Les aspects techniques de l’XAI

Fondamentaux de l’IA explicable (XAI)

Folkert Stijnman

ML Engineer

Explicabilité

  • Des personnes de profils variés interpréteront différemment les résultats

schéma expliquant des caractéristiques de données en pourcentages

Fondamentaux de l’IA explicable (XAI)

Explicabilité

  • Des personnes de profils variés interpréteront différemment les résultats

schéma expliquant des caractéristiques de données en pourcentages et en mots

Fondamentaux de l’IA explicable (XAI)

Accepter les limites de l’XAI

 

  • Les modèles plus sophistiqués sont intrinsèquement complexes : modèles « boîte noire »
  • Modèles boîte noire : modèles dont le processus décisionnel n’est pas facilement compréhensible par l’humain
  • Compromis entre performance et explicabilité

schéma avec une entrée connue, un point d’interrogation et une sortie

Fondamentaux de l’IA explicable (XAI)

Équilibre entre complexité et interprétabilité

graphique d’une balance entre interprétabilité et complexité

  • Tous les modèles performants ne sacrifient pas l’interprétabilité
  • Certaines techniques ont une précision un peu moindre mais une meilleure interprétabilité
Fondamentaux de l’IA explicable (XAI)

Techniques en XAI

  • Modèles interprétables par conception : arbres de décision, régression linéaire
  • Techniques d’explicabilité : estiment ce qui s’est passé dans le processus décisionnel

schéma d’un modèle interprétable

Fondamentaux de l’IA explicable (XAI)

Passons à la pratique !

Fondamentaux de l’IA explicable (XAI)

Preparing Video For Download...