Suite interactive d'explicabilité et d'interprétabilité des modèles d'intelligence artificielle. Visualisez l'impact des caractéristiques (SHAP), les approximations locales (LIME), et les cartes de salience convolutives (Grad-CAM).
Modifiez les caractéristiques physiques pour observer en temps réel la décomposition additive de Shapley par rapport à l'espérance de base E[f(X)] = 9.93 anneaux.
■ Rouge (+φ) : Augmente l'âge prédit • ■ Bleu (-φ) : Diminue l'âge prédit
LIME échantillonne des perturbations autour de l'instance d'intérêt et pondère un modèle linéaire local interprétable.
Génération de la carte thermique basée sur les gradients de la dernière couche convolutive pour cibler la région discriminante de la classe.
Explication de la Salience : Le réseau concentre ses filtres convolutifs sur les traits faciaux, le museau et les oreilles pour identifier avec certitude la classe anatomique.
Effet marginal non-linéaire d'une ou deux caractéristiques sur la prédiction cible du Gradient Boosting.