Recherche & Développement Toutes les publications Techniques d’interprétabilité des modèles de Machine Learning

Techniques d’interprétabilité des modèles de Machine Learning


Télécharger le fichier
ETUDE INTERNE
AUTEURS : NEXIALOG CONSULTING

 

L’interprétabilité est l’un des obstacles techniques à franchir pour pleinement utiliser le Machine Learning dans le domaine bancaire. Dans ce papier, nous présentons différentes techniques permettant d’interpréter les algorithmes de Machine Learning. Nous exhibons ainsi chaque technique tout en présentant la théorie sous-jacente.

Télécharger le fichier

Publications récentes

#news

PLFSS 2026 : réforme du financement de la santé et impacts pour les complémentaires santé et mutuelles

22/07/2026

PLFSS 2026 : évolution du financement de la santé et enjeux pour les complémentaires

Lire plus
Transition réglementaire vers le cycle de règlement T+1 en Europe - Nexialog Consulting

22/07/2026

Transition vers le cycle T+1 : ce que l’Europe doit anticiper avant octobre 2027

Lire plus
Benchmark IFRS 17 et IFRS 18 2026 - Analyse comparative assureurs et réassureurs par Nexialog

20/07/2026

IFRS 17 et attentes IFRS 18 – Benchmark Juillet 2026

Lire plus
}) })