[ONLINE] L'IA de confiance : Explicabilité et Quantification d'incertitudes

Lien GMEET pour le meetup https://www.meetup.com/tlse-data-science/events/303871289

Rejoignez-nous pour une soirée captivante dédiée à l'intelligence artificielle (IA), où nous explorerons deux sujets essentiels tant pour les passionnés et que pour les professionnels de l'IA.

Cette fois, notre soirée sera dédiée à l'IA de confiance : Deux ingénieurs de recherche de l'IRT Saint-Exupéry viendront nous présenter deux librairies pour attaquer ce problème aussi épineux que critique

1. XPLIQUE. Antonin Poché, ingénieur de recherche à l'IRT Saint-Exupéry, nous guidera à travers les détails fascinants de la librairie XPLIQUE pour l'explicabilité des modèles

L'une des clés pour l'acceptation d'une IA par le grand public et/ou des entreprises, c'est de pouvoir rendre compte des décisions de cette IA. C'est ce que fait l'explicabilité, comprendre les décisions et le raisonnement d'un modèle d'IA. Découvrez comment la librairie Xplique facilite et permet l'explications des modèles d'IA.

2. PUNCC. Mouhcine Mendil, ingénieur de recherche à l'IRT Saint-Exupéry, nous éclairera sur la problématique de quantification d'incertitudes prédictives via PUNCC, une librairie Python pour la quantification de l’incertitude prédictive.

Les modèles d’IA classiques ne fournissent pas de mesures d'incertitude fiables: un véritable problème pour des applications critiques comme la santé, le transport et la défense ! La Prédiction Conforme change la donne en offrant des garanties théoriques et une intégration simplifiée. Découvrez comment la librairie PUNCC rend cette technologie accessible et prête pour la production.