Thèse de Théo Jaunet


Sujet :
Transparence et Explicabilité du Machine Learning

Résumé :

Avec l'aide de contributions récentes, les méthodes d'apprentissage machine ont été appliquées avec succès dans divers domaines. Cependant,  malgré des résultats interessants,  ces méthodes manquent de transparence et ne peuvent donc pas être largement déployées. Les spécialistes de l'apprentissage automatique doivent fournir des explications sur l'IA pour les aider à comprendre quand leurs modèles ont besoin de plus d'entrainement, sont biaisés,  ou nécessitent plus ou moins de complexité. Par conséquent,  ces experts produisent des modèles plus stables et plus rationnels en moins de temps.

D'autre part, les experts de l'apprentissage automatique ont également besoin de savoir quand leeur modèle peut être fiable ou non afin d'élaborer de nouvelles législations autour de l'IA, et donc de contribuer à sa démocratisation.
Au cours de cette thèse, mes contributions porteront principalement sur la façon dont la visualisation des données peut aider à mieux comprendre les modèles d'apprentissage en profondeur.


Encadrant : Romain Vuillemot
Co-direction : Christian Wolf