機械学習モデルの解釈・説明性
AI総合演習
ようこそ
ガイダンス
プログラミング入門
1
pandas基礎
2
データの可視化
機械学習の背景・数理
3
機械学習で用いる数学の基礎
機械学習モデルの設計と評価
4
南極大陸に生育するペンギンの体長データ
5
ペンギンデータの分類に挑戦
機械学習の手法
6
線形回帰モデルによるペンギンの体重の予測
7
サポートベクターマシン
8
k平均法によるクラスタリング
機械学習モデルの解釈・説明性
9
回帰モデルの解釈
10
PDP
演習1
11
電気使用実績を予測するモデルの構築
深層学習の基礎
12
ニューラルネットワーク
13
ニューラルネットワークによる手書き文字の分類
実社会での応用
14
実社会での応用
深層生成モデル
15
深層生成モデル
参考資料・URL
付録
A
Jupyter Notebook
B
AIを活用したツール
C
Visual Studio Code
D
Docker
目次
この章の参考資料・URL
編集
問題を報告
機械学習モデルの解釈・説明性
回帰モデルの解釈
機械学習モデルの説明性
この章の参考資料・URL
森下光之助 (
2021
)
高柳慎一, 長田怜士, と ホクソエム (
2023
)
森下光之助. 2021.
機械学習を解釈する技術 = Techniques for Interpreting Machine learning : 予測力と説明力を両立する実践テクニック
. 技術評論社.
http://id.ndl.go.jp/bib/031576666
.
高柳慎一, 長田怜士, と ホクソエム. 2023.
評価指標入門 = Introduction to Evaluation Metrics : データサイエンスとビジネスをつなぐ架け橋
. 技術評論社.
http://id.ndl.go.jp/bib/032637452
.
8
k平均法によるクラスタリング
9
回帰モデルの解釈