論文メモ:Understanding Black-box Predictions via Influence Functions機械学習画像認識Chainer深層学習 元論文 Understanding Black-box Predictions via Influence Functions ICML2017のベストペーパーです。 概要 非常に内容の濃い論文ですが、主なコントリビューションは以下の3点にまとめられると思います。 影響関数(influence function)を用いて、個々の学習データの有無や摂動が予測結果に与える影響を定式化 効率的な計算手法の提案 「ネットワーク挙動の分析」、「ネットワークを混乱させる摂動の計算」、「ドメイン不適合の検知」、「ノイズラベルの検出」の4つのユースケースの紹介 手法 準備 学習データを$z_1$, $z_2$,..., $z_n$($z_i
![論文メモ:Understanding Black-box Predictions via Influence Functions - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/2a3ae72fc1b61db15fcd1f64c2a978f1ac23cbaf/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUU4JUFCJTk2JUU2JTk2JTg3JUUzJTgzJUExJUUzJTgzJUEyJUVGJUJDJTlBVW5kZXJzdGFuZGluZyUyMEJsYWNrLWJveCUyMFByZWRpY3Rpb25zJTIwdmlhJTIwSW5mbHVlbmNlJTIwRnVuY3Rpb25zJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz04NzRlMmRjMWNiM2ZhN2VjNDUyNDEwMmMzODAwMTc5ZA%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBjcmFiJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz01YzUyMWNmOTBhOWNjNGRmOTcxNjBmZTcyMjkzNTk1ZQ%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D705b64c5a6da73c8e32d8ec8896c6973)