実践ＸＡＩ〈説明可能なＡＩ〉 機械学習の予測を説明するためのＰｙｔｈｏｎコーディング
発売日：2023年6月
- ページ数
- ２２，２９５ｐ
- ISBN
- 978-4-295-01655-7
- 著者情報
- ミシュラ，プラディープタ（ミシュラ，プラディープタ）（Ｍｉｓｈｒａ，Ｐｒａｄｅｅｐｔａ）
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
セブン-イレブン受取り(送料無料)
発送目安
発売日（発売日以降は当日）～2日で発送
宅配（送料¥550税込）
発送目安
発売日（発売日以降は当日）～2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
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。
※お届け日が変更になりました
6月6日→6月20日
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
商品詳細
- シリーズ名
- ｉｍｐｒｅｓｓ ｔｏｐ ｇｅａｒ
- 出版社名
- インプレス
- サイズ
- ２４ｃｍ
- 対象年齢
- 一般
- フォーマット
- 単行本
- 原題
- 原タイトル：Ｐｒａｃｔｉｃａｌ Ｅｘｐｌａｉｎａｂｌｅ ＡＩ Ｕｓｉｎｇ Ｐｙｔｈｏｎ
注意事項
- 本の帯に関して
- 帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。 - 版・表紙について
- 版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。
