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

Couverture note méthodologique ESG en finance de marché - Transformation Front-to-Back - Nexialog Consulting

23/02/2026

Transformation ESG Front-to-Back | Note méthodologique

Lire plus
GPAI Code of Practice : cadre de conformité AI Act pour modèles IA à usage général

16/02/2026

GPAI Code of Practice : un cadre volontaire pour structurer la conformité des modèles d’IA à usage général

Lire plus
Nexialog Consulting - Cabinet de conseil en transformation digitale et réglementation bancaire

09/02/2026

Guide BCE Modèles Internes 2025 : Nouvelles Exigences CRR3

Lire plus
}) })