エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
DiCE: 反実仮想サンプルによる機械学習モデルの解釈/説明手法 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
DiCE: 反実仮想サンプルによる機械学習モデルの解釈/説明手法 - Qiita
Open-source library provides explanation for machine learning through diverse counterfactuals を... Open-source library provides explanation for machine learning through diverse counterfactuals を読んだのでそのまとめです。 この記事を一言で要約すると、反実仮想的な説明に基づく機械学習モデル解釈手法に対する Microsoft Research の取り組みと、その成果 (アルゴリズム) を実装した Python ライブラリ DiCE の紹介記事です。 記事の要約 昨今のブラックボックス機械学習モデルの解釈手法 (e.g. LIME) は、予測の理由にのみ注意が向けられており、反実仮想 (counterfactuals) を考慮できていない 例えば、銀行からローンが借りれなかった人が「なぜ借りれなかったか?」や「あなたのどういう特性を見て貸与しなかったか」は言える しかし「これからどういう状態になれ