Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Valeur SHAP
Méthode d'explicabilité basée sur la théorie des jeux attribuant à chaque feature une contribution marginale à la prédiction finale en respectant les axiomes d'efficacité et de symétrie.
Importance des variables par permutation
Technique mesurant la diminution de performance du modèle lorsque les valeurs d'une variable sont aléatoirement permutées, quantifiant ainsi sa contribution prédictive.
Analyse de dépendance partielle
Visualisation montrant l'effet marginal d'une ou deux variables sur la prédiction moyenne tout en marginalisant l'effet des autres caractéristiques.
Gradient intégré
Méthode d'attribution calculant l'intégrale des gradients le long d'un chemin depuis une référence jusqu'à l'entrée pour déterminer l'importance de chaque feature.
Carte de pertinence
Visualisation indiquant les régions des données d'entrée qui influencent le plus la prédiction du modèle, particulièrement utilisée en vision par ordinateur.
Arbre de décision surrogate
Modèle interprétable simple entraîné pour approximer le comportement d'un modèle complexe, permettant de comprendre globalement les règles de décision.
Analyse de robustesse
Évaluation de la stabilité des prédictions du modèle face à des perturbations des données d'entrée pour identifier les points de vulnérabilité.
Analyse de sensibilité locale
Examen détaillé de l'impact des variations d'entrée sur une prédiction spécifique pour interpréter les décisions individuelles du modèle.
Indices de Sobol
Métriques décomposant la variance de la sortie en contributions des variables d'entrée et de leurs interactions pour quantifier l'influence de chaque facteur.
Test de Morris
Méthode de screening efficace identifiant les variables d'entrée ayant des effets linéaires, non linéaires ou d'interaction significatifs sur les prédictions.
Analyse d'incertitude
Quantification des incertitudes dans les prédictions du modèle dues à la variabilité des données d'entrée et aux limitations du modèle lui-même.
Perturbation d'entrée
Technique introduisant des variations contrôlées dans les données d'entrée pour évaluer la sensibilité et la stabilité des prédictions du modèle.
Décomposition ANOVA fonctionnelle
Approche analytique décomposant la fonction du modèle en termes d'effets principaux et d'interactions pour quantifier précisément les contributions.
Analyse de dépendance conditionnelle
Étude des relations entre variables conditionnées par d'autres caractéristiques pour révéler des dépendances complexes et non linéaires.
Influence de l'instance
Mesure quantifiant l'impact d'un point de données spécifique sur les paramètres et prédictions du modèle lors de son entraînement.
Méthode FAST
Approche d'analyse de sensibilité globale utilisant la transformée de Fourier pour estimer efficacement les indices de sensibilité de tous les ordres.