サクサク読めて、アプリ限定の機能も多数！
タグをすべて表示
タグの絞り込みを解除
タイトル通りPermutation Feature Importanceは特徴量間の相関が強い場合顕著にミスリーディングとなるので使うなという論文。代替案としてLOCO, Stroblの条件付きPermutation、再学習付Pe… https://t.co/CpkadrOvdy
「説明可能AI」の決定版的教科書で，英語版が公開されていた『Interpretable Machine Learning』ですが，日本語翻訳が進んでおり，翻訳版も公開されているようです… https://t.co/bbTahPSpK2
ランキング
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
1
MKT on Twitter: "大変勉強になりました。NNの出力でもSoftmaxはよく使われていると思いますが、ここで出力を確率として解釈するのは適当なのでしょうか？犬が８０％で猫が２０％の場合、意思決定などで使える形の（例えば事後分布としての）確率なのでしょ… https://t.co/Z1jAXjd75Q"
Satoshi Hara on Twitter: "個人的には、感度分析（微分）> 代理モデル（LIME） > 公理ベース（SHAP）、の順番で好き（記事の最後にある通りで、何やってるか人に説明しやすいのが好き） https://t.co/8T9EHWKxK0"
™ on Twitter: "代理モデルによる機械学習モデルの説明 https://t.co/uwF1wBpRty を書きました"
Shinichi Takaŷanagi on Twitter: "LOCO = leave-out-covariatesで、特徴量を削ってその削られた特徴量の重要度を測るものです「機械学習を解釈する技術」にもあります。 https://t.co/P4GVUIunn5"
Shinichi Takayanagi on Twitter: "タイトル通りPermutation Feature Importanceは特徴量間の相関が強い場合顕著にミスリーディングとなるので使うなという論文。代替案としてLOCO, Stroblの条件付きPermutation、再学習付Pe… https://t.co/CpkadrOvdy"
arXiv in review on Twitter: "#NeurIPS2021 SHAFF: Fast and consistent SHApley eFfect estimates via random Forests. (arXiv:2105.11724v1 [stat\.ML]) https://t.co/cpoXdccgL2"
worldblue on Twitter: "@ML_deep 原先生が研究されていますね https://t.co/OlHkwgh6qc"
小川雄太郎 on Twitter: "因果関係が分かっている場合のSHAP利用の注意点をまとめた記事です SHAP本体もかなりドキュメントが充実してきました （SHAPドキュメント） https://t.co/BQld8FrOqH （記事） https://t.co/ipMnaKXDNh"
えるエル on Twitter: "「説明可能AI」の決定版的教科書で，英語版が公開されていた『Interpretable Machine Learning』ですが，日本語翻訳が進んでおり，翻訳版も公開されているようです… https://t.co/bbTahPSpK2"
