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

Techniques d’interprétabilité des modèles de Machine Learning


Télécharger le PDF
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

10/09/2024

Benchmark sur la corrélation et l’importance des variables : guide des modèles de ML supervisé

Lire plus

20/08/2024

Étude de l’écosystème européen de la titrisation et des enjeux règlementaires

Lire plus

15/07/2024

DORA : Cadre Européen de Résilience des Systèmes Financiers Numériques

Lire plus