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.

Vidéos

Pas de vidéos actuellement disponibles

Communiqués de presse

Pays Titre Description Lien Langue

Whitepapers

Pays Titre Description Lien Langue

Awards

Année Pays Titre Description Lien Langue

The projects / references

Pays Titre Description Lien Langue

Participation to external events

Pays Date Logo Organisateur Type d'événement Nom Information Site web
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