Glossaire IA

📂

sous-catégories

Modèles Intrinsèquement Interprétables

Algorithmes dont la structure est naturellement compréhensible sans transformations supplémentaires

7 termes

📂

sous-catégories

Techniques Post-Hoc

Méthodes appliquées après entraînement pour expliquer des modèles complexes opaques

3 termes

📂

sous-catégories

SHAP (SHapley Additive exPlanations)

Approche basée sur la théorie des jeux pour attribuer l'importance de chaque caractéristique

5 termes

📂

sous-catégories

LIME (Local Interpretable Model-agnostic Explanations)

Méthode agnostique expliquant les prédictions individuelles par approximation locale

9 termes

📂

sous-catégories

Feature Importance Globale

Techniques quantifiant l'impact global de chaque variable sur les performances du modèle

16 termes

📂

sous-catégories

Partial Dependence Plots

Visualisations montrant l'effet marginal d'une caractéristique sur les prédictions

12 termes

📂

sous-catégories

Explications Contrefactuelles

Générations d'exemples minimaux montrant les changements nécessaires pour modifier une prédiction

10 termes

📂

sous-catégories

Interprétabilité des Réseaux de Neurones

Techniques spécifiques pour visualiser et comprendre les mécanismes internes des deep learning

1 termes

📂

sous-catégories

Règles d'Association Interprétables

Extraction de règles logiques compréhensibles à partir de modèles complexes

8 termes

📂

sous-catégories

Métriques d'Évaluation de l'Interprétabilité

Cadres quantitatifs pour mesurer la qualité et la fidélité des explications générées

9 termes

📂

sous-catégories

Visualisations d'Interprétabilité

Outils graphiques transformant les métriques d'explication en représentations intuitives

17 termes

📂

sous-catégories

Interprétabilité Causale

Méthodes distinguant corrélation et causalité dans les explications de modèle

5 termes