Prêt à percer le mystère qui entoure vos modèles les plus performants ? Cette formation courte a été conçue pour aider les professionnels de l’analyse de données à mettre en œuvre des solutions d’IA transparentes et fiables. À l’issue de cette formation, vous maîtriserez les valeurs SHAP pour la communication avec la direction, vous saurez comparer de manière systématique les différentes méthodes d’explicabilité et vous serez en mesure d’adapter vos stratégies d’explication aux besoins des parties prenantes.

À l’issue de cette formation, vous serez capable de : Appliquer les valeurs SHAP à un modèle de type «boîte noire» et produire des visuels sur l’importance des caractéristiques, compréhensibles par des dirigeants non techniciens Évaluer deux méthodes d’IA explicable (XAI) (LIME vs SHAP) en termes de fidélité et de stabilité sur un même modèle et un même ensemble de données Appliquer des explications contrefactuelles et basées sur des modèles de substitution au même modèle de type «boîte noire» et comparer les scores de préférence des parties prenantes Évaluer l’exhaustivité des explications à l’aide de mesures de fidélité et recommander l’approche la plus performante Ce cours est unique en son genre, car il fait le lien entre les techniques avancées d’explicabilité et la communication d’entreprise, garantissant ainsi que les informations issues de modèles complexes permettent une prise de décision éclairée. Pour réussir ce projet, vous devez posséder des connaissances en programmation Python et maîtriser les principes fondamentaux de l’apprentissage automatique.