Product Details
ISBN 10 : 4295016551
Content Description
ビジネス上の意思決定につながる機械学習の予測には、解釈・説明が求められます。そこで、そうした解釈・説明を行うための手法を紹介します。実際にLIME、SHAP、Skater、ELI5といった種々のPythonライブラリを使い、モデルがなぜそのように予測するのかを探っていきます。予測モデルとして、線形・非線形モデルのほか、アンサンブルモデル、時系列モデル、自然言語処理、ディープラーニング、コンピュータビジョンを取り上げます。本書は解釈・説明のための方法を包括的に取り上げており、機械学習を実際の現場で活用する方にぜひ手に取っていただきたい一冊です。
目次 : 第1章 モデルの説明可能性と解釈可能性/ 第2章 AIの倫理、偏見、信頼性/ 第3章 線形モデルの説明可能性/ 第4章 非線形モデルの説明可能性/ 第5章 アンサンブルモデルの説明可能性/ 第6章 時系列モデルの説明可能性/ 第7章 自然言語処理の説明可能性/ 第8章 What‐Ifシナリオを使ったモデルの公平性/ 第9章 ディープラーニングモデルの説明可能性/ 第10章 XAIモデルの反実仮想説明/ 第11章 機械学習での対比的説明/ 第12章 予測不変性の特定によるモデル不可知の説明/ 第13章 ルールベースのエキスパートシステムでのモデルの説明可能性/ 第14章 コンピュータビジョンでのモデルの説明可能性
【著者紹介】
プラディープタ・ミシュラ : L&T Infotech(LTI)のHead of AI Data Productsであり、データ製品用のAI機能の構築において、データサイエンティストと数理言語学、機械学習、ディープラーニングのエキスパートからなるグループを率いている。『Analytics India Magazine』の「India’s Top‐40 Under 40 Data Scientists」に2年連続(2019年と2020年)で選ばれている。インド、ベンガルールにあるレバ大学やその他さまざまな大学のAI課程とサイバーセキュリティ課程で、技術修士(AI、機械学習)の客員教員を務めている(本データはこの書籍が刊行された当時に掲載されていたものです)
Customer Reviews
Recommend Items
Feedback
Missing or incorrect information?
Product information of this page .