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

11/06/2026

Retour sur le Congrès des Actuaires 2026

Lire plus
Étude Nexialog - Changement climatique et risques non-vie - Hugo Rapior et Anthony Pierre

10/06/2026

Changement climatique et risques non-vie : quantification, modélisation et outils opérationnels

Lire plus
Modélisation et décomposition de la dérive des dépenses de santé — Note technique Nexialog Consulting, BU Actuarial Services

02/06/2026

Modélisation et décomposition de la dérive des dépenses de santé

Lire plus
}) })