Etudiant : SAMIR SOUKAINA

Filière : Master Big Data Analytics & Smart Systems (BDSaS)

Encadrant : Pr. ELGAROUANI SAID

Annèe : 2022

Résumé : Ce travail est une brève introduction à l’IA explicable (XAI) utilisant LIME et SHAP en Python. Il est évident à quel point elles pourraient nous donner une intuition très profonde derrière le processus de prise de décision d’un modèle de boîte noire donné tout en fournissant des informations solides sur l’ensemble de données inhérent. Cela fait de méthodes de distillation de connaissances une ressource utile pour les chercheurs en IA et les scientifiques des données. Nous avons distillé les méthodes et les préoccupations associées à l’intelligence explicable. Une large gamme des méthodes sur l'explicabilité de l'apprentissage automatique est introduite et organisée par un schéma de catégorisation, décrivant le domaine de manière claire et directe.