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

20/07/2023

Mesure de l’aversion au risque par les robo-advisors

Lire plus

30/05/2023

OUTIL | NexiaSynth – un outil alimenté par l’IA pour l’anonymisation

Lire plus

16/05/2023

Génération synthétique de données confidentielles

Lire plus