AI-woordenlijst
Het complete woordenboek van kunstmatige intelligentie
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.
Knowledge-based expert system
AI program that emulates the decision-making ability of a human expert using a structured knowledge base and a rule-based inference engine, making each step of reasoning explicit.
Interpretable Hidden Markov Model (HMM)
Variant of HMMs where hidden states and transition probabilities are constrained or designed to correspond to real-world concepts or events, facilitating the interpretation of predicted sequences.
Self-Organizing Kohonen Map (SOM)
Unsupervised neural network that projects high-dimensional data onto a 2D or 3D grid, preserving topological relationships and enabling interpretable visualization of clusters.
Constrained Gaussian Mixture Model
Clustering algorithm where mixture components are constrained to have specific shapes or orientations (e.g., axes aligned with features), making each cluster easier to describe.