「honto 本の通販ストア」サービス終了及び外部通販ストア連携開始のお知らせ
詳細はこちらをご確認ください。
- みんなの評価
- あなたの評価 評価して"My本棚"に追加 評価ありがとうございます。×
- カテゴリ:一般
- 発売日:2023/09/19
- 出版社: マイナビ出版
- サイズ:24cm/355p
- 利用対象:一般
- ISBN:978-4-8399-8365-9
読割 50
- 国内送料無料
紙の本
解釈可能なAI 機械学習モデルの解釈手法を実践的に理解する (Compass Programming)
機械学習モデルがどのように動作し、その結果が生成されるのかを解釈する手法をPythonによる実装とともに説明する。AIシステムを動かすモデルの解釈可能性を高め、説明可能な...
解釈可能なAI 機械学習モデルの解釈手法を実践的に理解する (Compass Programming)
解釈可能なAI 機械学習モデルの解釈手法を実践的に理解する
ワンステップ購入とは ワンステップ購入とは
このセットに含まれる商品
前へ戻る
- 対象はありません
次に進む
商品説明
機械学習モデルがどのように動作し、その結果が生成されるのかを解釈する手法をPythonによる実装とともに説明する。AIシステムを動かすモデルの解釈可能性を高め、説明可能なAIへの道を開く解説書。【「TRC MARC」の商品解説】
『Interpretable AI:Building Explainable Machine Learning Systems』(Ajay Thampi/Manning)の日本語版。
AIモデルの透明性と解釈可能性、そして説明可能性の追求は、エラーやバイアスを最小限に抑え、予測結果の信頼性・公平性を高め「責任あるAI」を実現するために重要な分野です。
本書では、線形回帰や決定木などのシンプルなホワイトボックスモデルから、深層ニューラルネットワークなどのようなブラックボックスモデルまで、その解釈手法とPythonによる実装を解説。「どのように動作し、予測に至ったのか」に答え、モデルを「解釈可能」にするためのアプローチを網羅的に扱い、そして更に「なぜ、この予測をしたのか」に答え「説明可能なAI」に至るための道を示しています。
【日本語版特別付録】
本書の第7章では、英語を対象とした、テキストからの特徴量の抽出を扱っています。
日本語版には、この処理を日本語に適用する方法を解説した『付録C 日本語版付録 日本語を扱う』を収録しています。
【Contents】
第1部 解釈可能性の基礎
第1章はじめに
第2章ホワイトボックスモデル
第2部 モデルの処理の解釈
第3章 モデルに依存しない方法:大域的な解釈可能性
第4章 モデルに依存しない方法:局所的な解釈可能性
第5章 顕著性マップ
第3部 モデルの表現の解釈
第6章 層とユニットを理解する
第7章 意味的な類似性を理解する
第4部 公平性とバイアス
第8章 公平性とバイアスの軽減
第9章 説明可能なAIへの道
Appendix
付録A セットアップを行う
付録B PyTorch
付録C 日本語版付録日本語を扱う【商品解説】
目次
- 第1部 解釈可能性の基礎
- 第1章 はじめに
- 1.1 Diagnostics+のAI―AIシステムの一例
- 1.2 機械学習システムの種類
- 1.3 Diagnostics+のAIを構築する
- 1.4 Diagnostics+のAIの問題点
- 1.5 Diagnostics+のAIシステムを堅牢にする
- 1.6 解釈可能性と説明可能性
- 1.7 本書で何を学ぶのか?
- 1.8 まとめ
関連キーワード
あわせて読みたい本
前へ戻る
- 対象はありません
次に進む
この著者・アーティストの他の商品
前へ戻る
- 対象はありません
次に進む