Fondamentaux de l'IA · Question 41 sur 60
Une équipe migre un contrôle de crédit à base de règles vers un modèle de ML. Quelles conséquences pour les tests découlent des différences entre les deux types de systèmes ?
3 réponses sont correctes. Difficile Créé avec l’IA
Afficher la solution
Solution
- B Les sorties ne sont plus prévisibles dans tous les cas, car le modèle fonctionne de manière probabiliste
- D Il devient plus difficile de comprendre pourquoi une décision particulière a été prise
- E Si le modèle continue d'apprendre en exploitation, il doit être surveillé en permanence
Explication
Les systèmes conventionnels sont déterministes, donc prévisibles et transparents. Les modèles de ML déduisent leur comportement de motifs présents dans les données et fonctionnent souvent de manière probabiliste, de sorte que les sorties ne sont pas toujours prévisibles. Les grands modèles sont en outre difficiles à expliquer, ce qui est particulièrement critique dans la finance. Les systèmes auto-apprenants s'adaptent, mais ils doivent être surveillés en permanence.