La boîte noire du machine learning ? – Andreas Joseph, Bank Underground

L’intelligence artificielle fait peur à beaucoup. Le machine learning aussi, comme “constituant” de cette technologie. Pour convaincre, l’implémentation de ces outils doit être simple et transparente, au-delà même de leur efficacité. Si le traitement des informations est facilité, les décisions découlant de ces informations doivent être accessibles et compréhensibles. Les principaux éléments ayant conduit à la prise de décision doivent être mis en avant pour éviter l’effet “boîte noire”. En dehors de l’aspect frustrant de ne pas comprendre pourquoi une machine en est arrivée à telle décision, cela pose aussi des problèmes pour l’éthique et pour le juridique. La présentation devant le public des résultats provenant de modèles opaques est également impossible. Cet article présente certains modèles sous-tendant le machine learning, notamment la théorie des jeux qui est alors apparentée à un modèle statistique. D’abord, la contribution de chaque variable du modèle est mesurée. Ensuite, chaque contribution de chaque variable est intégrée dans une régression standard. C’est plus facile à comprendre ainsi.

Lire l’article

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)

Loading...

Soyez le premier à commenter

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.


*