Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Explication Intrinsèque
Approche où l'interprétabilité est directement intégrée dans la structure du modèle dès sa conception, rendant le modèle naturellement transparent.
Modèle Boîte Noire
Système d'IA dont le fonctionnement interne est opaque ou complexe, rendant difficile la compréhension directe de ses mécanismes de décision.
Modèle Boîte Blanche
Modèle intrinsèquement transparent dont les mécanismes internes et les processus de décision sont directement observables et compréhensibles.
Analyse de Sensibilité
Technique post-hoc évaluant comment les variations des caractéristiques d'entrée affectent les prédictions du modèle pour identifier les facteurs influents.
Modèle Interprétable par Nature
Architecture intrinsèque conçue pour être transparente, comme les arbres de décision ou la régression linéaire, ne nécessitant pas d'explications externes.
Approximation Locale
Approche post-hoc expliquant une prédiction spécifique en créant un modèle simple qui approxime le comportement du modèle complexe uniquement dans le voisinage de cette prédiction.
Approximation Globale
Méthode post-hoc visant à créer un modèle simplifié qui imite le comportement général du modèle complexe sur l'ensemble de son espace d'entrée.
Méthode de Perturbation
Technique post-hoc analysant l'impact sur les prédictions en modifiant systématiquement les caractéristiques d'entrée pour comprendre leur rôle dans la décision.
Carte de Saliencité
Visualisation post-hoc montrant les régions ou caractéristiques les plus influentes dans les données d'entrée pour une prédiction spécifique du modèle.
Arbre de Décision Interprétable
Modèle intrinsèque utilisant une structure hiérarchique de règles si-alors pour prendre des décisions, offrant une traçabilité complète du raisonnement.
Analyse Contre-factuelle
Méthode post-hoc identifiant les modifications minimales nécessaires dans les caractéristiques d'entrée pour changer la prédiction du modèle vers un résultat différent.
Proxy Model
Modèle simple et interprétable entraîné post-hoc pour imiter le comportement d'un modèle complexe, servant d'approximation pour faciliter l'interprétation.
Modèle Hybride Interprétable
Architecture intrinsèque combinant des composants complexes avec des mécanismes d'interprétation intégrés pour équilibrer performance et transparence.
Attribution de Caractéristiques
Processus post-hoc assignant des scores de contribution à chaque caractéristique d'entrée pour expliquer leur rôle individuel dans une prédiction spécifique.