著者・出版社・関連アーティスト
商品説明
あらゆる予測モデルを解釈する4つの手法PFI、PD、ICE、SHAP/特徴量の重要度/特徴量と予測値の関係性/インスタンスごとの異質性/予測の理由―そのモデルの振る舞いを説明できますか?
関連記事
収録内容
1 | 1章 機械学習の解釈性とは |
2 | 2章 線形回帰モデルを通して「解釈性」を理解する |
3 | 3章 特徴量の重要度を知る―Permutation Feature Importance |
4 | 4章 特徴量と予測値の関係を知る―Partial Dependence |
5 | 5章 インスタンスごとの異質性をとらえる―Individual Conditional Expectation |
6 | 6章 予測の理由を考える―SHapley Additive exPlanations |
7 | 付録A Rによる分析例―tidymodelsとDALEXで機械学習モデルを解釈する |
8 | 付録B 機械学習の解釈手法で線形回帰モデルを解釈する |