Modèle substitut


Révision datée du 28 janvier 2024 à 10:36 par Pitpitt (discussion | contributions) (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)

Définition

Un modèle substitut est une approximation plus facilement explicable (modèle linéaire ou modèle à base d'arbre) d'un modèle de type boîte noire obtenue par entrainement sur les résultats et les données issus de ce modèle boîte noire.

Compléments

Un modèle substitut peut être entraîné à partir des données ou un sous-ensemble de données utilisées par l’algorithme à interpréter ainsi que les résultats de prédiction de l’algorithme de type boîte noire. Il subsistera toujours une différence entre le modèle substitut et le modèle devant être interprété.

Un modèle substitut peut-être global ou local. Un modèle substitut local approxime adéquatement une partie des résultats d’un algorithme de type boîte noire. Il s’agit alors d’apporter des « explications locales interprétables par un modèle dit « agnostique » », plus connues sous l’acronyme anglais LIME (« local interpretable model-agnostic explanations »)

Français

modèle substitut

modèle substitut global

modèle substitut local

Anglais

surrogate model

global surrogate model

global surrogate-model

global surrogate

local surrogate model

local surrogate-model

local surrogate


Sources

Source : Boileau et al. (2022)


Source : towardsdatascience