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

11/12/2025

Modélisation & Pricing avancé des Autocallables : LSV & Rough Heston au service de vos modèles

Lire plus
Illustration SFDR 2.0 pour gestionnaires d’actifs : trois catégories de fonds durables, transition et ESG basique, guide de conformité et reporting ESG

05/12/2025

SFDR 2.0 : Quels impacts pour les gestionnaires d’actifs ?

Lire plus

03/12/2025

Benchmark 2025 des rapports Article 29 LEC

Lire plus
}) })