サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
GPT-4o
www.slideshare.net/SatoshiHara3
第2回ザッピングセミナー 【タイトル】 機械学習で嘘をつく話 【アブストラクト】 「機械学習モデルはブラックボックスで説明ができない」とよく言われます。 このようなモデルのブラックボックス性の問題を解消するために、ここ数年では機械学習モデルの“説明法”の研究が活発になされています。本セミナーではこれらの“説明法”を悪用して嘘の説明を作る方法を紹介します。 本セミナーで紹介する手法を絶対に悪用しない、と約束できる方のみ参加をお願いします。Read less
【第40回AIセミナー】 「説明できるAI 〜AIはブラックボックスなのか?〜」 https://www.airc.aist.go.jp/seminar_detail/seminar_040.html 【講演タイトル】 機械学習モデルの判断根拠の説明 【講演概要】 本講演では、機械学習モデルの判断根拠を提示するための説明法について紹介する。高精度な認識・識別が可能な機械学習モデルは一般に非常に複雑な構造をしており、どのような基準で判断が下されているかを人間が窺い知ることは困難である。このようなモデルのブラックボックス性を解消するために、近年様々なモデルの説明法が研究・提案されてきている。本講演ではこれら近年の代表的な説明法について紹介する。
2019年電子情報通信学会ソサイエティ大会 チュートリアルセッション『異常検知と教師なし学習の理論と応用』 https://www.ieice-taikai.jp/2019society/jpn/webpro/_html/ess_kikaku.html#at_2
第20回ステアラボ人工知能セミナー https://stair.connpass.com/event/109983/ 【講演動画】 https://youtu.be/Fgza_C6KphU 【講演タイトル】 機械学習モデルの判断根拠の説明 【講演概要】 本講演では、機械学習モデルの判断根拠を提示するための説明法について紹介する。高精度な認識・識別が可能な機械学習モデルは一般に非常に複雑な構造をしており、どのような基準で判断が下されているかを人間が窺い知ることは困難である。このようなモデルのブラックボックス性を解消するために、近年様々なモデルの説明法が研究・提案されてきている。本講演の前半ではまず近年の代表的な研究について紹介する。後半では、発表者の最近の研究として「ランダムフォレストの簡略化」と「モデル列挙」について紹介する。Read less
機械学習モデルの列挙1. 機械学習モデルの列挙 原 聡1,2、石畠 正和3、前原 貴憲4 1 1) 大阪大学 産業科学研究所 2) JST, ERATO, 河原林巨大グラフプロジェクト 3) 北海道大学 4) 理研AIP 2. 【参考】 論文は以下の通り n Satoshi Hara and Takanori Maehara. “Enumerate Lasso Solutions for Feature Selection”, AAAI'17. n Satoshi Hara and Masakazu Ishihata. “Approximate and Exact Enumeration of Rule Models”, AAAI'18 (accepted). 2 3. 突然ですが n abc 3 あなたの機械学習モデル、信頼できますか? n こんなことはありませんか? n 回帰係数の値、
ERATO感謝祭 Season IV 【参考】Satoshi Hara and Takanori Maehara. Enumerate Lasso Solutions for Feature Selection. In Proceedings of the 31st AAAI Conference on Artificial Intelligence (AAAI'17), pages 1985--1991, 2017.
このページを最初にブックマークしてみませんか?
『www.slideshare.net』の新着エントリーを見る
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