« Interprétabilité » : différence entre les versions
Aucun résumé des modifications |
m (Remplacement de texte : « <div style="border:2px solid #336699; background: #f6f6f6; padding: 1em; margin-bottom:1em; width: 90%;"><html><a href="https://datafranca.org/wiki/Cat%C3%A9gorie:101"><img src="https://datafranca.org/images/icone-101-mots.png" width="250"></a></html> ↵<br></div><br> » par « {{Modèle:101}} ») |
||
| Ligne 31 : | Ligne 31 : | ||
</small><br> | </small><br> {{Modèle:101}}<br> | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
Version du 5 janvier 2024 à 13:03
Définition
D'un point de vue d'ingénierie, l'interprétabilité caractérise un algorithme dont les résultats peuvent être explicitement interprétés à la lumière des données d'entrée et des opérations à accomplir. Un algorithme est interprétable s'il est possible d'identifier, ou mieux de mesurer, les données ou les attributs qui participent le plus aux résultats de l'algorithme, voire même d'en quantifier l'importance.
D'un point de vue d'IA responsable, l'interprétabilité se définit comme la capacité d'expliquer ou de fournir le sens en termes compréhensibles pour un être humain.
Compléments
L’interprétabilité va moins loin que l'explicabilité qui souvent cherche les causes.
Les notions d'interprétabilité et d'explicabilité sont particulièrement importantes dans les cas où les algorithmes prennent des décisions qui impliquent des êtres humains dans des domaines comme la médecine, le droit et la finance.
Français
interprétabilité
Anglais
interpretability
Source: Claude Coulombe, Datafranca.org
Source: Google machine learning glossary
Source : Université de Toulouse
101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »
Contributeurs: Claire Gorjux, Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki, Robert Meloche
