近くの書店で在庫を調べる
  • 著者Ajay Thampi 松田晃一
  • 出版社マイナビ出版
  • ISBN9784839983659
  • 発行2023年9月

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

『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

>> 続きを表示