Bonjour,
Nous sommes ravis de vous proposer une séance sur l’incertitude et la confiance des modèles de Machine Learning, animée par Samy Melaine de Data Genius.
Avec les progrès récents sur les techniques de Machine Learning et les résultats qu’ils apportent, des systèmes qui jusqu’à récemment n’étaient appliqués qu’à des données académiques sont maintenant déployés dans des environnements réels pour des applications commerciales. Dans ces cas, si les systèmes implémentés ne sont pas fiables et génèrent des prédictions fausses sans que cela ne puisse être détecté, des conséquences graves sont à prévoir. Pour palier à cela il est donc important de mettre en production un modèle qui « sait ce qu’il ne sait pas ». Ensemble et durant ce Meetup nous allons :
– Définir concrètement ce qu’est ce concept d’incertitude et ce que cela n’est pas (beware of softmax)
– Comment on peut entraîner des modèles (réseaux de neurones ou ensemblistes) à ressortir des valeurs de confiance fiables
– Et enfin, revoir des techniques qui permettent de (ou se rapprochent d’) expliquer les prédictions d’un modèle de ML et ce qu’il a appris.
A très bientôt,
L’équipe de Lyon Data Science