École Nationale Supérieure de
Techniques Avancées

Résumé

Les réseaux de neurones sont des modèles statistiques connus pour leurs grandes performances en matière d’apprentissage cependant ce sont des "boîtes noires" : leur prise de décision n’est pas facilement compréhensible par l’homme. À l’inverse, le modèle additif généralisé (GAM) est un modèle classique de statistiques très intelligible dont les performances sont limitées par rapport aux réseaux de neurones. Ce travail a pour but d'étudier un nouveau modèle développé : le modèle additif neuronal (NAM) qui allie la puissance des réseaux de neurones avec la clarté des GAMs. De nombreux paramètres ont été testés afin de comprendre leurs impacts sur les performances de ce nouveau modèle. Des figures résumant les résultats affichent l'éventuelle dépendance entre le score d'exactitude, le temps de calcul et les paramètres. Ce nouveau modèle bien que pas encore optimisé pour son temps de calcul, a des performances comparables à d'autres modèles de statistiques utilisant des arbres de décisions.