Cookie Consent by Free Privacy Policy Generator
Projet XAI
Projet XAI
Etudiant
France
Informatique
Document languages
Envie d'en savoir plus sur notre projet ?
Lisez donc cette description.
Contact général
Projet XAI
_
_
France

Site web



Profil de l'entreprise
Description

Le développement et l’engouement rapides autour de l’intelligence artificielle (IA) ont conduit à prioriser la performance des algorithmes au détriment de leur interprétabilité ; un déficit qui pose des problèmes juridique, opérationnels et éthiques. Un nouveau pan de recherche émerge et se concentre sur la question de l’impénétrabilité de l’IA: il s’agit du machine learning (ML) interprétable, qui dessine une nouvelle dynamique dans laquelle l’interprétabilité pourrait devenir le nouveau critère d’évaluation des modèles. Notre projet de E3 consiste à construire des explications de modèles de ML, considérés comme des « boîtes noires », sous la forme d’une « boîte à outils ». Nous nous focalisons sur les techniques qui semblent être les plus pertinentes, à savoir LIME, SHAP, PDP, ICE, permutation features et shapley value.

Tuteurs : Giovanni CHIERCHIA et Thibaud VIENNE

Secteurs

 
Contact général
Projet XAI
_
_
France

Site web



Profil de l'entreprise
 
Contacts sur le stand
StandContact
Melle Yovana Dentika
yovana.dentika@edu.esiee.fr
Interprétabilité des décisions d'un modèle de machine learning en Python
www.esiee.fr
_
_ France
StandContact
Melle Uthamy Thanabalasingam
uthamy.thanabalasingam@edu.esiee.fr
Interprétabilité des décisions d'un modèle de machine learning en Python
www.esiee.fr
_
_ France
StandContact
Melle Marjolaine Claret
marjolaine.claret@edu.esiee.fr
Interprétabilité des décisions d'un modèle de machine learning en Python
www.esiee.fr
_
_ France
StandContact
Melle Morgane BESNIER
morgane.besnier@edu.esiee.fr
FR,EN
Projet XAI
https://join.skype.com/zfzesbSxDB4B
_ France