Séance de cours

La causalité et l'apprentissage automatique invariant

Description

Cette séance de cours couvre les concepts de causalité, de corrélation et de corrélations fallacieuses dans l'apprentissage automatique, soulignant l'importance de distinguer entre eux. Il traite des problèmes qui se posent lorsque les modèles d'apprentissage automatique ignorent le lien de causalité et les biais qui peuvent résulter de corrélations fallacieuses. L'objectif est d'éliminer ces corrélations fallacieuses grâce aux techniques d'atténuation des biais et à l'inférence causale. En outre, la séance de cours explore l'idée de l'invariance entre les environnements et le développement de modèles invariants pour améliorer la robustesse, réduire les biais et améliorer la généralisation dans les applications d'apprentissage automatique.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.