Interpretable Machine Learning

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

[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。

[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

[walkalone]

理解可能な機械学習 教則本

[kattton]

"機械学習~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。"

[nilab]

Interpretable Machine Learning

[field_combat]

「解釈可能な機械学習」の和訳

[Aobei]

日本語翻訳版

[knok]

XAI

[kirurobo]

なぜその結果となったか判断過程の「解釈可能」なAIについて教科書的な本の日本語訳が無料で読めてしまう。

[lalupin4]

「説明可能な機械学習」

[dltlt]

「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～」