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

PalateKit

Se connecter
Menu

Demander une ressource

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

0 / 280

Une page, une vidéo ou une image en ligne.

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.

Explication des prédictions d'un modèle v1.0.0

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

Nouveau

  • 498 téléchargements
  • 116 mentions J'aime
  • 178 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

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

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 technique d'explication (SHAP, LIME ou importance des variables) selon la question posée, puis résume ce qui pousse chaque prédiction. Le skill fournit un gabarit HTML et une feuille de styles pour le rendu. Vous obtenez une explication lisible par un non-spécialiste.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Explication des prédictions d'un modèle »

Caractéristiques

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

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : méthode de choix de technique et exemples
  • assets/explanation_template.html : gabarit de rendu HTML
  • assets/visualization_styles.css : styles du rendu

Pour qui

  • Un client demande pourquoi son dossier a été refusé par le modèle
  • Vous devez vérifier qu'un modèle ne se fonde pas sur une variable sensible

Pas pour qui

    Étiquettes

    • explicabilité
    • shap
    • lime
    • modèle

    À propos

    Vous dites

    « Explique pourquoi le modèle a refusé ce dossier de prêt, en listant les facteurs principaux. »

    Carte de la skill « Explication des prédictions d'un modèle »

    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

    • assets/example_explanation.json3,6 Ko
    • assets/explanation_template.html4 Ko
    • assets/README.md0,4 Ko
    • assets/visualization_styles.css2,6 Ko
    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,6 Ko
    • references/README.md0,1 Ko
    • scripts/README.md0,4 Ko
    • SKILL.md4,2 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    Jeremy Longshore <jeremy@intentsolutions.io>
    Source
    github.com/jeremylongshore/tons-of-skills-marketplace/tree/ab85a061f7bcc039dac13ee193de7a4cd4388571/skills/.curated/explaining-machine-learning-models
    Licence
    MIT

    Notice

    « explaining-machine-learning-models » (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.