本/雑誌
実践XAI〈説明可能なAI〉 機械学習の予測を説明するためのPythonコーディング / 原タイトル:Practical Explainable AI Using Python (impress top gear)
PradeeptaMishra/著 クイープ/訳
3960円
| ポイント | 1% (39p) |
|---|---|
| 発売日 | 2023年06月中旬発売 |
| 出荷目安 | メーカー在庫あり:1-3日
※出荷目安について |
- 追跡可能メール便 送料無料
著者・出版社・関連アーティスト
商品説明
ビジネス上の意思決定につながる機械学習の予測には、解釈・説明が求められます。そこで、そうした解釈・説明を行うための手法を紹介します。実際にLIME、SHAP、Skater、ELI5といった種々のPythonライブラリを使い、モデルがなぜそのように予測するのかを探っていきます。予測モデルとして、線形・非線形モデルのほか、アンサンブルモデル、時系列モデル、自然言語処理、ディープラーニング、コンピュータビジョンを取り上げます。本書は解釈・説明のための方法を包括的に取り上げており、機械学習を実際の現場で活用する方にぜひ手に取っていただきたい一冊です。
関連記事
収録内容
| 1 | 第1章 モデルの説明可能性と解釈可能性 |
| 2 | 第2章 AIの倫理、偏見、信頼性 |
| 3 | 第3章 線形モデルの説明可能性 |
| 4 | 第4章 非線形モデルの説明可能性 |
| 5 | 第5章 アンサンブルモデルの説明可能性 |
| 6 | 第6章 時系列モデルの説明可能性 |
| 7 | 第7章 自然言語処理の説明可能性 |
| 8 | 第8章 What‐Ifシナリオを使ったモデルの公平性 |
| 9 | 第9章 ディープラーニングモデルの説明可能性 |
| 10 | 第10章 XAIモデルの反実仮想説明 |
| 11 | 第11章 機械学習での対比的説明 |
| 12 | 第12章 予測不変性の特定によるモデル不可知の説明 |
| 13 | 第13章 ルールベースのエキスパートシステムでのモデルの説明可能性 |
| 14 | 第14章 コンピュータビジョンでのモデルの説明可能性 |
