Interpretability in machine learning predictions: case of Random Forest regression using Partial Dependence Plots - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Interpretability in machine learning predictions: case of Random Forest regression using Partial Dependence Plots

Rachid Ouaret
Pascal Floquet
Fichier principal
Vignette du fichier
DANESH_SFGP2022-VF.pdf (235.82 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03841177 , version 1 (06-11-2022)

Identifiants

  • HAL Id : hal-03841177 , version 1

Citer

Danesh Tina, Rachid Ouaret, Pascal Floquet. Interpretability in machine learning predictions: case of Random Forest regression using Partial Dependence Plots. 18ème congrès de la Société Française de Génie des Procédés, Nov 2022, Toulouse, France. ⟨hal-03841177⟩
37 Consultations
175 Téléchargements

Partager

Gmail Facebook X LinkedIn More