協力ゲーム理論のシャープレイ値に基づき機械学習モデルの予測を解釈するKernel SHAPの理論と実装のまとめ - Fire Engine
機械学習の幅広い分野への応用が進むにつれ，機械学習がその予測の根拠などを理解できない「ブラックボックス」となることが問題視されており，機械学習の解釈性や説明性が注目されています．今回のテーマであるSHAP（SHapley Additive exPlanations）は，機械学習モデルへの特定の入力に対する予測の根拠を提示する代表的な手法の一つです．SHAPには用途に応じていくつかのアルゴリズムがありますが，その中でも今回はあらゆる機械学習モデルに適用可能（Model-Agnostic）なKernel SHAPという手法についてまとめました． 構成としては，まずKernel SHAPとは何かについての概要を述べた後に， Kernel SHAPを理解する上で必要な要素である「シャープレイ値」と「SHAP」について説明します．さいごに，Kernel SHAPについて「理論」と「実装」に分けて書い
J.L.ボルヘス「シェイクスピアの記憶」 拙訳｜rollstone
ペンギンブックス版のボルヘス全著作集（Andrew Hurleyにより英訳されたもの）を、ここ数年ぱらぱらと読んでいるのだが、巻末に収められた短篇 Shakespeare's Memory を日本語で読んだ覚えがどうもない。そこで調べてみると、やはり未訳であるとのことだった。遺作（なのかどうかはわからないけど）が未訳となっている理由については、鯨井久志さんの記事「失われた短編を求めて――ボルヘス唯一の未訳短編「シェイクスピアの記憶」について」に詳しい。ここで書かれているとおり、この短篇が日本語で、正当な手続きを踏んで（つまりプロの翻訳者が責任ある出版社を介して仕事をし）発表されるという見込みは、ずいぶん薄いようだ。鼓直先生に、どうか安らかな眠りがありますように。 そこで、まあ、やることにした。わたしはべつに翻訳者ではないし、どうやっても構文が理解できない部分がみっつくらいある。もとにしたテ
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
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
