Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Analyse de l'explicabilité des modèles v1.0.0

Utilisez cette ressource pour expliquer les prédictions d'un modèle de machine learning

Nouveau

  • 373 téléchargements
  • 149 mentions J'aime
  • 193 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install model-explainability-analysis

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent choisit une méthode d'explication adaptée au modèle et calcule l'influence des variables sur les prédictions. Vous obtenez un rapport lisible par l'équipe métier.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Analyse de l'explicabilité des modèles »

Caractéristiques

Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir
  • Gratuit

    Skills

    Guide de la CLI Sentry

    • 525525 téléchargements
    • 117117 mentions J'aime
    • 128128 sauvegardes
    Compatible avec
    • Claude Code
    • Codex
    • Cursor
    • et 3 autres
  • Gratuit

    Skills

    Contrôle de santé du wiki

    • 552552 téléchargements
    • 202202 mentions J'aime
    • 127127 sauvegardes
    Compatible avec
    • Claude Code
    • Codex
    • Cursor
    • et 3 autres
  • Gratuit

    Skills

    Assistant de conception de SLO

    • 537537 téléchargements
    • 105105 mentions J'aime
    • 242242 sauvegardes
    Compatible avec
    • Claude Code
    • Codex
    • Cursor
    • et 3 autres
  • Gratuit

    Skills

    User stories de sprint

    • 451451 téléchargements
    • 150150 mentions J'aime
    • 132132 sauvegardes
    Compatible avec
    • Claude Code
    • Codex
    • Cursor
    • et 3 autres
  • Gratuit

    Skills

    Interroger son wiki

    • 374374 téléchargements
    • 131131 mentions J'aime
    • 214214 sauvegardes
    Compatible avec
    • Claude Code
    • Codex
    • Cursor
    • et 3 autres

Ce que vous obtenez

  • SKILL.md : méthode d'explication et étapes d'analyse
  • SKILL.md : exemples de rapports et sorties attendues

Pour qui

  • Un modèle doit être justifié auprès d'un comité ou d'un client
  • Vous voulez repérer les variables qui pèsent le plus sur une décision

Pas pour qui

    Étiquettes

    • explicabilité
    • machine learning
    • importance des variables
    • rapport

    À propos

    Vous dites

    « Explique les prédictions de mon modèle de scoring client et montre les variables qui comptent le plus. »

    Carte de la skill « Analyse de l'explicabilité des modèles »

    Skill publiée par Jeremy Longshore <jeremy@intentsolutions.io> sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de expliquer les prédictions d'un modèle de machine learning
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,6 Ko
    • SKILL.md2,3 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    Jeremy Longshore <jeremy@intentsolutions.io>
    Source
    github.com/jeremylongshore/tons-of-skills-marketplace/tree/ab85a061f7bcc039dac13ee193de7a4cd4388571/skills/07-ml-training/model-explainability-tool
    Licence
    MIT

    Notice

    « model-explainability-tool » (Jeremy Longshore <jeremy@intentsolutions.io>, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.