Interpretable Machine Learning
Interpretable Machine Learning A Guide for Making Black Box Models Explainable. Christoph Molnar 2021-05-31 要約 機械学習は、製品や処理、研究を改善するための大きな可能性を秘めています。 しかし、コンピュータは通常、予測の説明をしません。これが機械学習を採用する障壁となっています。 本書は、機械学習モデルや、その判断を解釈可能なものにすることについて書かれています。 解釈可能性とは何かを説明した後、決定木、決定規則、線形回帰などの単純で解釈可能なモデルについて学びます。 その後の章では、特徴量の重要度 (feature importance)やALE(accumulated local effects)や、個々の予測を説明するLIMEやシャープレイ値のようなモデルに非依存な手法(mo
AI For Everyone （すべての人のためのAIリテラシー講座）
AIはエンジニアだけのものではなく、今や社会⼈の基本リテラシーと⾔えます。本 コースは、AIの基礎を学びたい⽅、今の組織をAIを使いこなせる組織へと変⾰させ たい⽅、そんなすべての⽅々に、理系⽂系問わず、肩書きや職種問わず、受講いた だけるコースです。 本コースでは、次のことを学習していただきます： - ニューラルネットワーク、機械学習、ディープラーニング、データサイエンス など、⼀般的なAIに関する専⾨⽤語とその意味 - 実際にAIができること、できないこと - 組織の課題解決のためにAIを適⽤できる可能性とその⽅法 - 機械学習およびデータサイエンスプロジェクトの進め⽅ - AIエンジニアチームと連携して社内でAI戦略を構築する⽅法 - AIを取り巻く倫理的および社会的議論の概要 本コースはDeepLearning.AIが提供している通常の「AI for Everyone」（オリジナル
AIとプログラミングで、身近な課題を解決しよう（グーグル合同会社） | みらプロ
人工知能（AI）が実際に世の中で活用されている事例を見たり、簡単なAIの機能に触れてみたりすることで、これまでの情報技術とはどう違うのか、どのようなことが可能になったのかを理解する。また地域や自宅を対象としてAIで解決できそうな課題を見つけ、身の回りの課題をAIで解決する実践を行う。このように情報技術を活用しながら実践する力を育成し、AIやプログラミングを慣れ親しみながら体験し、現在や将来の生活でどのように活かすことができるか考えようとする。 探究課題： 情報技術の進展によりAIが身の回りの生活にどのような影響を与えているか探ろう。 本単元においては、身の回りの工業製品の中からAIが活用されている製品に目を向け、その仕組みを体験的に知ることや開発者の思いを知ることで、自分たちの生活にもたらされる影響やこれからの技術の応用の可能性を考えることができるようにする。 AIを使った課題解決が行える
1
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
機械学習／統計学／データサイエンスの無償gacco動画、全まとめ【2021年秋版】：AI・機械学習の独学リソース（1/3 ページ） - ＠IT
