Rで機械学習モデルの解釈手法たちを試してみる - 渋谷駅前で働くデータサイエンティストのブログ
この記事の前段として、まず事前に昨年書いた機械学習モデルの解釈性についての記事をご覧ください。 僕が知る限り、機械学習実践のデファクトスタンダードたるPython側ではLIMEやSHAPといった解釈手法については既に良く知られたOSS実装が出回っており、相応に実際に使ってみたというレポートも見かける状況です。一方、R側ではそこまでメインに機械学習を回す人が多くないせいか、あまりこれまで実践例を見かけないなぁと思っていました。 そんなことを考えながら先日ふと思い立ってググってみたら、意外にも幾つかの解釈手法については既にOSS実装があり、中にはCRANに上がっているものもあるのだと今更ながら知ったのでした。 ということで、二番煎じなのか何番煎じなのか分かりませんが、これらのRによる機械学習モデルの解釈法実装を今更ながら僕も試してみることにします。検証に使うデータセットは統一してUCI ML
日産社長への質問状 「エアコン故障は仕様ですか？」第１弾 常軌を逸した世にも恐ろしい回答書にビビる（＠＠）
日産社長への質問状 「エアコン故障は仕様ですか？」第１弾 常軌を逸した世にも恐ろしい回答書にビビる（＠＠） （ 2020年９月27日補筆 このブログには、続編の第２弾があります。 もし、このブログをお読みになるのであれば、 第２弾もお読み頂くようお願いします。 第１弾のこちらのブログだけでは 日産への悪いイメージだけが残ってしまいます。 それは本意ではありませんので。 第２弾のブログは最後にリンク先があります。） 愛車スカイラインＶ３７のエアコンは、 暖房にしても左側吹出し口から冷風が出続ける 不具合があります。 そのため設定温度に暖まらず、車内は冷えたままです。 最早不具合というより故障ですね。 これをディーラーで計測したところ 左右で１０度違うことが確認されました。 さらに日産本社でも同型車を使って調査し 同現象を確認しています。 ですからこの故障は私の車だけではなく、 同型車全部に
Off-Policy Evaluationの基礎とZOZOTOWN大規模公開実データおよびパッケージ紹介 - ZOZO TECH BLOG
※AMP表示の場合、数式が正しく表示されません。数式を確認する場合は通常表示版をご覧ください ※2020年11月7日に、「Open Bandit Pipelineの使い方」の節に修正を加えました。修正では、パッケージの更新に伴って、実装例を新たなバージョンに対応させました。詳しくは対応するrelease noteをご確認ください。今後、データセット・パッケージ・論文などの更新情報はGoogle Groupにて随時周知する予定です。こちらも良ければフォローしてみてください。また新たに「国際会議ワークショップでの反応」という章を追記しました。 ZOZO研究所と共同研究をしている東京工業大学の齋藤優太です。普段は、反実仮想機械学習の理論と応用をつなぐような研究をしています。反実仮想機械学習に関しては、拙著のサーベイ記事をご覧ください。 本記事では、機械学習に基づいて作られた意思決定の性能をオフラ
データから得られた知見は実在集団に当てはまるか？外的妥当性について少し深く考えてみた - Unboundedly
データ分析をおこなう人のほとんどは「一般化可能性」とか「外的妥当性」という言葉を耳にしたことがあると思います。 例えば次のような議論を聞いたことがないでしょうか。 ・「アメリカ人のデータから●●を食べると死ににくいことがわかった」→「いやいや、日本人のデータではないから日本人が●●を食べて健康になれるかどうかはわからない」 ・「大学生にボランティアで実験に参加してもらって▲▲が判明した」→「大学生以外には当てはまらんでしょう？」 ・「SNSでアンケート調査をして、AとBの関連を検討した」→「SNSを使っているひと、さらに調査に協力してくれる人、って偏りすぎて参考にならない」 論文を書く際にも、最後の方で研究の限界点を述べる時に ・「本研究は●●というサンプルを使っているので一般化可能性は限定的である」 ・「小規模RCTなので実在集団への一般化はできないかもしれない。より広い集団でさらなる研
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
