SHAP (SHapley Additive exPlanations) est une approche de la théorie des jeux pour expliquer le résultat de tout modèle d’apprentissage automatique. Il relie l’allocation optimale de crédits aux explications locales en utilisant les valeurs classiques de Shapley issues de la théorie des jeux et leurs extensions associées (voir les articles pour plus de détails et les citations).
Un modèle dit qu’une banque ne devrait pas prêter de l’argent à quelqu’un et que la banque est légalement tenue d’expliquer les motifs de chaque refus de prêt.
Un prestataire de soins de santé souhaite identifier les facteurs qui déterminent le risque de maladie de chaque patient afin de pouvoir traiter directement ces facteurs de risque. avec des interventions de santé ciblées
1275 Av. des Canadiens-de-Montréal,
Montréal, QC H3B 0G4
Canada
312 Arizona Ave,
Santa Monica, CA 90401,
USA
Gate Avenue Zone D at DIFC – Sheikh Zayed Road
Dubai, United Arab Emirates
1 Al Corniche St, Burj Doha, level 21,
Doha, Qatar
© Copyright 2022. Tous droits réservés par Rocket Science Development
