Option : Sciences de Données et Aide à la Décision

Abstract

Ce mémoire explore l'application des valeurs de Shapley dans l'interprétation des modèles de l'apprentissage automatique. Il commence par introduire les fondements de l'intelligence artificielle, de l'apprentissage automatique et de la science des données. Il discute ensuite des jeux coopératifs et des concepts associés, y compris la valeur de Shapley, en soulignant ses propriétés et ses méthodes d'approximation. Ensuite, il se concentre sur l'interprétation des modèles de machine learning, en explorant des techniques telles que LIME et surtout SHAP, avec ses variantes comme KernelSHAP et TreeSHAP. Ce mémoire conclut en explorant un exemple d'application de la méthode SHAP.