Réseaux bayésiens et valeurs de Shapley - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Bayesian Network and Shapley values

Réseaux bayésiens et valeurs de Shapley

Mahdi Hadj Ali
  • Fonction : Auteur
  • PersonId : 1115989
Yann Le Biannic
  • Fonction : Auteur
  • PersonId : 1115983
Pierre-Henri Wuillemin

Résumé

L'interprétabilité de modèles d'apprentissage automatique est un sujet de plus en plus sensible. Des travaux récents proposent de quantifier les contributions des variables d'un modèle prédictif en s'appuyant sur les valeurs de Shapley. Dans cet article, nous recensons différentes fonctions caractéristiques utilisées dans le calcul des valeurs de Shapley, pour quantifier le pouvoir prédictif direct ou indirect des variables, ou encore leur influence causale. Nous présentons ensuite des techniques ce calcul pourévaluer et appliquer les valeurs de Shapley dans le domaine des réseaux bayésiens. Enfin, l'article propose de promouvoir les valeurs de Shapley comme une articulation entre ces deux facettes de l'apprentissage statistique que forment d'un côté, les modèles prédictifs et de l'autre, les modèles graphiques.
Fichier principal
Vignette du fichier
Article_JFRB2021.pdf (474.58 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03417323 , version 1 (05-11-2021)

Identifiants

  • HAL Id : hal-03417323 , version 1

Citer

Mahdi Hadj Ali, Yann Le Biannic, Pierre-Henri Wuillemin. Réseaux bayésiens et valeurs de Shapley. 10èmes Journée Francophones sur les Réseaux Bayésiens et les Modèles Graphiques Probabilistes (JFRB 2021), Oct 2021, Porquerolles, France. ⟨hal-03417323⟩
141 Consultations
261 Téléchargements

Partager

Gmail Facebook X LinkedIn More