Il y a 9 mois -

Temps de lecture 1 minute

L’interprétabilité pour comprendre vos modèles black-box

Lors de la XebiCon’19, Leonardo Noleto, Senior Data Scientist – Bleckwen.ai et Soufiane El Alami, Data Scientist – chez Publicis Sapient Engineering ont présenté la conférence « L’interprétabilité pour comprendre vos modèles black-box ».

Ca y est, votre modèle prédictif est finalement en prod et l’impact métier est notable ! Mais avec les grands pouvoirs viennent les grandes responsabilités : avec l’intérêt croissant des des utilisateurs métiers et des décideurs, il n’est plus acceptable de faire confiance au modèle sans une réponse à la question : pourquoi ? pourquoi le modèle a-t-il pris une décision précise ? Et pour couronner le tout, avec les nouvelles réglementations en vigueur (RGPD) et dans les secteurs réglementés (banque, assurance, médicale) l’interprétabilité de votre modèle est une exigence pour passer en production.

Mais pas de panique, il est désormais possible d’utiliser des modèles très performants comme XGBoost ou Deep learning sans sacrifier l’explication du modèle.

Ce talk propose de vous faire découvrir le fleurissant et passionnant domaine de l’interprétabilité des modèles de machine learning. Soufiane et Leonardo vous présenteront l’approche et les frameworks pour ajouter de l’interprétabilité à vos modèles de machine learning existants. Nous donnerons des conseils pratiques sur la mise en production de SHAP sur un projet d’attrition client (avec des exemples de code et astuces tirées des cas réels en prod).

Toutes les autres vidéos de la XebiCon sont disponibles sur le site de la XebiCon.

Commentaire

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Nous recrutons

Être un Sapient, c'est faire partie d'un groupe de passionnés ; C'est l'opportunité de travailler et de partager avec des pairs parmi les plus talentueux.