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

Techniques d’interprétabilité des modèles de Machine Learning


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 PDF

Publications récentes

#news

30/05/2024

Working Paper Markov-Switching Normal-Mixture GARCH

Lire plus

30/05/2024

CSRD, Corporate Sustainability Reporting Directive : Construction d’un rapport de durabilité d’une banque de détail

Lire plus

29/04/2024

CSDDD : Corporate Sustainability Due Diligence Directive

Lire plus