【記事更新】私のブックマーク「機械学習における解釈性（Interpretability in Machine Learning）」 – 人工知能学会 (The Japanese Society for Artificial Intelligence)
Home » リソース » 私のブックマーク » 【記事更新】私のブックマーク「機械学習における解釈性（Interpretability in Machine Learning）」 機械学習における解釈性 (Interpretability in Machine Learning) 原 聡（大阪大学産業科学研究所） はじめに 近年の人工知能技術、特に機械学習の発展に伴い、これらの技術への社会的な期待が高まっている。 しかし、このような期待の高まりと同時にこれら技術への不安も高まっている。 特に、深層学習モデルを初めとする機械学習モデルが複雑なブラックボックスであるがゆえに安易に信頼できないとする懸念の声が上がり初めている。 これに対し、総務省はAIの利用の一層の増進とそれに伴うリスクの抑制のために「AI開発ガイドライン案」[1]を2017年に策定した。 このガイドライン案では、上記のような
Vol.30.No.5(2015/09)オンライン学習（Online Learning） – 人工知能学会 (The Japanese Society for Artificial Intelligence)
大岩秀和（（株）リクルートホールディングス） はじめに オンライン学習は，機械学習における学習の枠組みの一つである．オンライン学習の枠組みでは，全データを一度に用いること無く，データが一つ（あるいは全データの一部）与えられるたびに，与えられたデータ のみを用いて逐次的にモデルを改良する． そのデータのみを用いて逐次的にモデルを改良する．このデータ処理方式の性質から，メモリやキャッシュに全データが乗らない規模のデータ解析や永続的にデータが生成される環境下での学習が効率化できる．インフラ基盤やセンサー／ネットワーク技術の進歩によるデータの大規模化や機械学習技術を用いた継続的なサービス運用が一般的となるにつれて，オンライン学習分野の研究開発も促進された． 機械学習分野の論文ではこれらの枠組みを単にオンライン学習 (Online Learning) と表現する事が多い．しかし，オンライン学習という
プライバシ保護データマイニング
プライバシ保護データマイニング Privacy-preserving Data Mining 筑波大学大学院 システム情報工学研究科 佐久間 淳 http://www.slab.cs.tsukuba.ac.jp/members/jun/index.html １．はじめに 個人の行動や経済活動に密接に関連した実社会情報を扱うオンラインサービスの利用が盛んになりつつあります. 近年ではスマートフォンの普及による個人の精細な地理情報や行動履歴を利用した広告モデルやSNSなどが登場しています．今後は医療/遺伝子情報や金融/資産情報など，よりセンシティビティの高いデータの活用へと議論が向うと予想されています． 個人の望まない，あるいは意図しない個人情報の流通は社会に与える影響が大きく，その取扱いは慎重を要しますが，個人にかかわる情報はサービスの個人化にはなくてはならない情報であり，プライバシ保護
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
