Félicitations

Explainable AI en Python

Fouad Trad

Machine Learning Engineer

Chapitre 1

Bases de l'IA explicable :

  • Principes clés et terminologie
  • Explicabilité propre aux modèles linéaires et aux arbres
Explainable AI en Python

Chapitre 1

Bases de l'IA explicable :

  • Principes clés et terminologie
  • Explicabilité propre aux modèles linéaires et aux arbres

Chapitre 2

Techniques indépendantes du modèle :

  • Importance par permutation
  • SHAP
Explainable AI en Python

Chapitre 1

Bases de l'IA explicable :

  • Principes clés et terminologie
  • Explicabilité propre aux modèles linéaires et aux arbres

Chapitre 2

Techniques indépendantes du modèle :

  • Importance par permutation
  • SHAP

Chapitre 3

Explicabilité locale :

  • SHAP
  • LIME
Explainable AI en Python

Chapitre 1

Bases de l'IA explicable :

  • Principes clés et terminologie
  • Explicabilité propre aux modèles linéaires et aux arbres

Chapitre 2

Techniques indépendantes du modèle :

  • Importance par permutation
  • SHAP

Chapitre 3

Explicabilité locale :

  • SHAP
  • LIME

Chapitre 4

Sujets avancés :

  • Mesures d'explicabilité
  • Explication des modèles non supervisés
  • Explication des modèles d'IA générative
Explainable AI en Python

Prochaine étape ?

Image montrant une flèche pour souligner les prochaines étapes. La première : appliquer l'explicabilité à divers modèles d'IA.

1 Images générées par DALL·E
Explainable AI en Python

Prochaine étape ?

Image montrant une flèche pour souligner les prochaines étapes. La première : appliquer l'explicabilité à divers modèles d'IA. La deuxième : accroître la transparence et la confiance en IA.

1 Images générées par DALL·E
Explainable AI en Python

Prochaine étape ?

Image montrant une flèche pour souligner les prochaines étapes. La première : appliquer l'explicabilité à divers modèles d'IA. La deuxième : accroître la transparence et la confiance en IA. La troisième : explorer l'équité en IA et la détection des biais.

1 Images générées par DALL·E
Explainable AI en Python

Prochaine étape ?

Image montrant une flèche pour souligner les prochaines étapes. La première : appliquer l'explicabilité à divers modèles d'IA. La deuxième : accroître la transparence et la confiance en IA. La troisième : explorer l'équité en IA et la détection des biais. La quatrième : rester à l'affût des nouveaux outils en IA explicable.

1 Images générées par DALL·E
Explainable AI en Python

Félicitations !

Explainable AI en Python

Preparing Video For Download...