Upgrade to Pro — share decks privately, control downloads, hide ads and more …

『機械学習を解釈する技術』を紹介する / itbookslt

『機械学習を解釈する技術』を紹介する / itbookslt

2021年8月19日に実施された「おすすめの技術書 LT会 - vol.2」の資料です。
https://rakus.connpass.com/event/218578/

2021年8月に技術評論社さんから出版された『機械学習を解釈する技術』( https://amzn.to/3ssSsIM )を紹介しています。

森下光之助

August 18, 2021
Tweet

More Decks by 森下光之助

Other Decks in Technology

Transcript

  1. 紹介したい本︓機械学習を解釈する技術 https://is.gd/nkYPPG Deep Learning、GBDT、Random Forestなどの機械学習モ デルは⾼い予測精度を誇りますが、モデルの解釈性が 低いという⽋点があります。 これらの複雑なブラックボックスモデルにおいて,モ デルがなぜそのような予測を⾏っているのかを知るこ とは困難ですが、データ分析者⾃⾝がモデルの振る舞

    いを把握し、説明責任を果たすことを実務においては 頻繁に求められます。 本書では、このような予測精度と解釈性のトレードオ フを克服するための⼿法について、実務において特に 有⽤と考えるものを厳選して紹介します。 (紹介⽂抜粋)
  2. ⼯夫した点③︓Pythonでゼロからアルゴリズムを実装した 例︓Partial Dependence @dataclass class PartialDependence: """Partial Dependence (PD)""" estimator:

    Any X: np.ndarray var_names: list[str] def _counterfactual_prediction( self, idx_to_replace: int, value_to_replace: float ) -> np.ndarray: """ある特徴量の値を置き換えたときの予測値を求める""" X_replaced = self.X.copy() X_replaced[:, idx_to_replace] = value_to_replace y_pred = self.estimator.predict(X_replaced) return y_pred ……… ! PD; 𝑥; = 1 𝑁 ( <=> ? ) 𝑓(𝑥; , 𝒙<,∖; )