« Interprétabilité » : différence entre les versions

Version du 20 novembre 2018 à 21:02

Domaine

Vocabulaire
Google
Apprentissage profond

Définition

Facilité à expliquer les prédictions du modèle. Les modèles profonds sont souvent non interprétables en raison de la difficulté à déchiffrer ses couches. En revanche, les modèles de régression linéaire et les modèles larges sont généralement bien plus interprétables.

Termes privilégiés

interprétabilité

Anglais

interpretability

Source: Google machine learning glossary

@@ Ligne 8 : / Ligne 8 : @@
 == Définition ==
-Facilité à expliquer les prédictions du modèle. Les modèles profonds sont souvent non interprétables, c'est-à-dire que les différentes couches d'un modèle profond sont difficiles à déchiffrer. En revanche, les modèles de régression linéaire et les modèles larges sont généralement bien plus interprétables.
+Facilité à expliquer les prédictions du modèle. Les modèles profonds sont souvent non interprétables en raison de la difficulté à déchiffrer ses couches.  En revanche, les modèles de régression linéaire et les modèles larges sont généralement bien plus interprétables.
 <br />
 == Termes privilégiés ==
 === interprétabilité===

« Interprétabilité » : différence entre les versions