Peter Hersh, ingénieur système principal JMP, SAS
Florian Vogt, ingénieur système, JMP
Russ Wolfinger, directeur de la découverte scientifique et de la génomique, JMP
Laura Lancaster, statisticienne de recherche principale, JMP
Les algorithmes d'intelligence artificielle sont utiles pour mieux comprendre les problèmes complexes.L'un des inconvénients de ces algorithmes est qu'ils sont souvent difficiles à interpréter.Le manque d'interprétabilité peut rendre les modèles générés à l'aide de ces algorithmes d'IA moins fiables et moins utiles.Cette conférence montrera comment l'utilisation de quelques fonctionnalités dans JMP peut rendre l'IA plus compréhensible.La présentation comprendra des tests d'hypothèses "et si" à l'aide du profileur de prédiction, des tests de robustesse du modèle à l'aide de simulations de Monte Carlo et l'analyse des valeurs de Shapley, une nouvelle fonctionnalité de JMP Pro 17, pour explorer des explications contrastées.
