Explications propres au modèle

Concepts d'Explainable Artificial Intelligence (XAI)

Folkert Stijnman

ML Engineer

Explications propres au modèle

• Régression
  • Détermine la relation entre deux variables
  • Exemple : relation entre la température et les ventes de crème glacée
• Classification
  • Vise à prédire l'étiquette d'une entrée donnée
  • Exemple : si c'est rouge, c'est une fraise

Régression : comprendre les relations linéaires

• Prédire la quantité de crème glacée selon la température
• Comprendre les relations
• Faire des prévisions

Classification : trier les données en catégories

• Trier les données en catégories
• Selon leurs attributs

Modèles boîte noire : multitude de motifs complexes

• Grandes quantités de données
• Méthodes complexes
• Techniques XAI pour atténuer la prise de décision complexe

Passons à la pratique !

Concepts d'Explainable Artificial Intelligence (XAI)