Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Model-agnostic vs Model-specific
Distinction entre les techniques d'explication qui peuvent s'appliquer à tout type de modèle (model-agnostic) et celles conçues spécifiquement pour certaines architectures (model-specific). Les approches model-agnostic offrent une flexibilité accrue tandis que les méthodes spécifiques peuvent fournir des explications plus précises.
Post-hoc Explanations
Méthodes d'interprétation appliquées après l'entraînement d'un modèle complexe sans modifier sa structure ou ses performances. Ces techniques contrastent avec l'interprétabilité intrinsèque où le modèle est conçu dès le départ pour être interprétable.
Intrinsic Interpretability
Propriété des modèles qui sont naturellement compréhensibles par conception, comme les régressions linéaires ou les arbres de décision peu profonds. Ces modèles n'ont pas besoin de méthodes post-hoc pour être expliqués car leur structure interne est déjà transparente.