Interpretable Machine Learning

テクノロジーカテゴリーの変更を依頼記事元:

hacarus.github.io

156 usersがブックマークコメント

コメント

11

記事へのコメント11件

注目コメント
新着コメント

misshiki 書籍『Interpretable Machine Learning（解釈可能な機械学習）』（＝ブラックボックスモデルを説明可能にするためのガイド）の中身がWebで公開されています。

2020/12/25 リンク

t2wave 機械学習モデルによる判断を、人間が解釈・説明するための手法について俯瞰的に解説する名著「解釈可能な機械学習/Interpretable Machine Learning」の日本語訳

本
AI

2021/05/19 リンク

注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

規約違反を報告

アプリのスクリーンショット

いまの話題をアプリでチェック！

バナー広告なし
ミュート機能あり
ダークモード搭載

アプリをダウンロード

関連記事

{{ total_bookmarks_with_user_postfix }}{{ root_title }}

Interpretable Machine Learning

Interpretable Machine Learning A Guide for Making Black Box Models Explainable. Christoph Molnar ... Interpretable Machine Learning A Guide for Making Black Box Models Explainable. Christoph Molnar 2021-05-31 要約機械学習は、製品や処理、研究を改善するための大きな可能性を秘めています。しかし、コンピュータは通常、予測の説明をしません。これが機械学習を採用する障壁となっています。本書は、機械学習モデルや、その判断を解釈可能なものにすることについて書かれています。解釈可能性とは何かを説明した後、決定木、決定規則、線形回帰などの単純で解釈可能なモデルについて学びます。その後の章では、特徴量の重要度 (feature importance)やALE(accumulated local effects)や、個々の予測を説明するLIMEやシャープレイ値のようなモデルに非依存な手法(mo

ブックマークしたユーザー

mishi422024/10/18
Gln2023/09/10
minorusato2023/09/09
ranto3811242023/01/16
abrahamcow2022/11/01
ishideo2022/09/05
door-s-dev2022/06/27
k-takahashi2022/06/12
walkalone2022/04/13
sharaku3eyes2022/03/16
sumie_n_y2021/12/27
t-sasaki05022021/12/15
budeet2021/11/12
platypus2000jp2021/08/15
sakusaku7772021/08/12
waraby0ginger2021/08/09
kozai2021/07/22
kenmatsu42021/07/13

いま人気の記事

いま人気の記事をもっと読む

いま人気の記事 - テクノロジー

いま人気の記事 - テクノロジーをもっと読む

新着記事 - テクノロジー

新着記事 - テクノロジーをもっと読む

設定を変更しましたx