« Interprétabilité » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| (2 versions intermédiaires par le même utilisateur non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
L’interprétabilité désigne 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. | |||
==Compléments== | |||
Attention! L’interprétabilité va beaucoup moins loin que l'[[explicabilité]] qui cherche à expliquer les causes. | |||
Voir [[explicabilité]] | |||
== Français == | == Français == | ||
| Ligne 7 : | Ligne 11 : | ||
== Anglais == | == Anglais == | ||
'''interpretability''' | '''interpretability''' | ||
<small> | <small> | ||
| Ligne 18 : | Ligne 21 : | ||
[[Utilisateur:Patrickdrouin | Source: Termino]] | [[Utilisateur:Patrickdrouin | Source: Termino]] | ||
</small><br> <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> | </small><br> <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><br> | <br></div><br><br> | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
| Ligne 31 : | Ligne 30 : | ||
[[Category:Termino 2019]] | [[Category:Termino 2019]] | ||
[[Catégorie:101]] | [[Catégorie:101]] | ||
[[Catégorie:PUBLICATION]] | |||
Version du 9 août 2022 à 00:32
Définition
L’interprétabilité désigne 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.
Compléments
Attention! L’interprétabilité va beaucoup moins loin que l'explicabilité qui cherche à expliquer les causes. Voir explicabilité
Français
interprétabilité
Anglais
interpretability
Source: Claude Coulombe, Datafranca.org
Source: Google machine learning glossary
Contributeurs: Claire Gorjux, Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki, Robert Meloche
