人工知能学会 第115回人工知能基本問題研究会(SIG-FPAI) 招待講演 https://sig-fpai.org/past/fpai115.html タイトル: 整数計画法に基づく説明可能な機械学習へのアプローチ 概要: 深層学習に代表される機械学習手法の発展により,機械学習モデルが医療や金融などといった実社会意思決定の現場に応用され始めている.これに伴い,機械学習モデルの予測根拠や判断基準を人間が理解可能な形で提示できる“説明可能性 (Explainability) ”の実現が重要視されており,近年活発に研究が行われている.説明可能性の実現を目的としたアプローチには,大きく分けて,(1)決定木に代表される大域的に解釈可能なモデル (Interpretable Models) を学習する方法と,(2)学習済みモデルから局所的な説明を抽出する方法 (Post-hoc Local Exp
![トピックモデルの話](https://cdn-ak-scissors.b.st-hatena.com/image/square/9ac5f7d7ec38d5d6fda05651e1034df57bd753ec/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Ftopicmodelcookpad-150427094842-conversion-gate01-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)