L'IA explicable pour les praticiens

Annexe. Taxonomie, techniques et autres lectures

Pour t'aider à utiliser ce livre à l'avenir, nous avons préparé une brève revue des sujets et des techniques abordés dans cet ouvrage. Tu pourras utiliser ces guides et ces tableaux comme référence à l'avenir pour t'aider à examiner rapidement les options qui s'offrent à toi face à un nouveau problème avant de te plonger dans les détails.

Consommateurs ML

Il y a trois types d'utilisateurs qui consomment et interagissent avec la ML :

Praticiens ML

Les scientifiques des données et les ingénieurs ML qui construisent, développent, mettent au point, déploient et rendent opérationnel un modèle.

Observateurs

Les parties prenantes de l'entreprise et les régulateurs qui ne sont pas impliqués dans l'ingénierie du modèle, mais qui n'utilisent pas non plus le modèle dans son déploiement. Ils utilisent les explications pour valider les performances du modèle et établir la confiance qu'un modèle fonctionne comme prévu.

Utilisateurs finaux

Les experts du domaine et les utilisateurs concernés qui utilisent les prédictions d'un modèle ou en subissent les conséquences. Ils peuvent avoir une compréhension profonde du contexte dans lequel le modèle fonctionne ou être affectés par le résultat de la prédiction d'un modèle, avec peu de connaissances de base en ML ou dans le domaine.

Taxonomie de l'explicabilité

Plusieurs caractéristiques permettent de définir le domaine de l'explicabilité. Il s'agit de :

Explicabilité ou interprétabilité

Bien que ...