SHAPash  – Shapash est une bibliothèque Python qui fournit plusieurs types de visualisation affichant des étiquettes explicites que tout le monde peut comprendre.

Communauté d’assistance GitHub Interprétabilité du modèle

Shapash est une bibliothèque Python qui vise à rendre le machine learning interprétable et compréhensible par tous. Il propose plusieurs types de visualisation qui affichent des étiquettes explicites que tout le monde peut comprendre.

Les Data Scientists peuvent facilement comprendre leurs modèles et partager leurs résultats. Les utilisateurs finaux peuvent comprendre la décision proposée par un modèle à l’aide d’un résumé des critères les plus influents.

Shapash contribue également à l’audit de la science des données en affichant des informations utiles sur n’importe quel modèle et données dans un rapport unique.

Caractéristiques

Afficher des résultats clairs et compréhensibles : les tracés et les sorties utilisent des étiquettes explicites pour chaque fonctionnalité et ses valeurs

Permettez aux Data Scientists de comprendre rapidement leurs modèles en utilisant une application Web pour naviguer facilement entre l’explicabilité globale et locale, et comprendre comment les différentes fonctionnalités contribuent : Démo en direct Shapash-Monitor

Site officiel

Tutoriel et documentation

Enter your contact information to continue reading