Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Machine à vecteurs de support linéaire (Linear SVM)
Version de l'algorithme SVM qui utilise un hyperplan linéaire pour séparer les classes dans l'espace des caractéristiques, où le vecteur de poids peut être interprété pour évaluer l'importance de chaque caractéristique.
Modèle de liste de décision (Decision List)
Séquence ordonnée de règles 'SI-ALORS' où la première règle dont les conditions sont remplies détermine la prédiction, offrant une structure de décision simple et séquentielle à interpréter.
Bayesian Rule List
Approche probabiliste pour générer des listes de décision en utilisant des techniques bayésiennes pour découvrir des ensembles de règles prédictives et ordonnées, avec une mesure de confiance associée.
Modèle de scoring
Système qui calcule un score numérique en additionnant les points associés à chaque caractéristique, souvent utilisé en crédit scoring où chaque point est directement lié à un facteur de risque explicite.
Réseaux de neurones à poids symboliques
Architecture de réseau de neurones contrainte où les poids sont limités à un petit ensemble de valeurs symboliques (ex: -1, 0, 1), facilitant la traduction des connexions en règles logiques simples.
Modèle de Boîte Blanche (White Box Model)
Catégorie générale de modèles dont le fonctionnement interne est conçu pour être transparent et compréhensible par les humains, par opposition aux boîtes noires comme les réseaux de neurones profonds.
Interprétabilité intrinsèque
Propriété d'un modèle qui est explicable par sa propre structure sans nécessiter de méthodes post-hoc, car sa conception même est basée sur des mécanismes de décision transparents.
Modèle de régression quantile
Extension de la régression linéaire qui modélise les quantiles conditionnels de la variable de réponse, offrant une vue plus nuancée de la relation entre les caractéristiques et différents points de la distribution de la cible.
Système expert à base de connaissances
Programme d'IA qui émule la capacité de décision d'un expert humain en utilisant une base de connaissances structurée et un moteur d'inférence à règles, rendant chaque étape du raisonnement explicite.
Modèle de Markov caché (HMM) interprétable
Variante des HMM où les états cachés et les probabilités de transition sont contraints ou conçus pour correspondre à des concepts ou événements du monde réel, facilitant l'interprétation des séquences prédites.
Carte de Kohonen auto-organisée (SOM)
Réseau de neurones non supervisé qui projette des données de haute dimension sur une grille 2D ou 3D, préservant les relations topologiques et permettant une visualisation interprétable des clusters.
Modèle de mélange de gaussiennes contraint
Algorithme de clustering où les composantes du mélange sont contraintes à avoir des formes ou des orientations spécifiques (ex. axes alignés avec les caractéristiques), rendant chaque cluster plus facile à décrire.