SSII2020 チュートリアルセッション TS3 6/12 (金) 9:30~10:40 メイン会場 (vimeo + sli.do) 本チュートリアルでは、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。本チュートリアルではこれら代表的な説明法及び近年の更なる展開について紹介する。
![High performance python computing for data science](https://cdn-ak-scissors.b.st-hatena.com/image/square/4429d39c1ebbf1723b5096515a5b3e0b92e0a42e/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fhighperformancepythoncomputingfordatascience-150403052333-conversion-gate01-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)