Tag: ML
Showing 5 posts
-
Projects 2024.02.22
Projects 2024.02.22
説明可能な機械学習 Explainable Machine Learning
人工知能(AI)の精度・性能は日進月歩で進化し続けており、AIシステムは今後の社会の発展に必要不可欠なものと言えます。その一方で、AIのコア技術であるニューラルネット等の機械学習法は、時として人間が想定しない分類・予測を... -
Publications 2022.09.26
Publications 2022.09.26
決定木と深層ニューラルネットを用いた解釈可能な予測モデル Interpretable Model Combining Decision Rules and DNN
奥田 遼, 吉川 友也, “決定木と深層ニューラルネットを用いた解釈可能な予測モデル,” 第47回情報論的学習理論と機械学習研究会, 神奈川, Sep. 2022. 本研究では Decision Tree の解釈性と,D... -
Blog 2022.01.27
Blog 2022.01.27
DEIM2022で吉川主任研究員がチュートリアル講演します Dr. Yoshikawa will give a tutorial at DEIM2022
第14回データ工学と情報マネジメントに関するフォーラム(DEIM2022)にて、吉川友也主任研究員が「説明可能な機械学習入門 〜Feature Attribution法〜」のタイトルでチュートリアル講演を行います。講演で... -
Publications 2021.12.12
Publications 2021.12.12
Neural generators of sparse local linear models for achieving both accuracy and interpretability Neural generators of sparse local linear models for achieving both accuracy and interpretability
Yuya Yoshikawa, and Tomoharu Iwata. “Neural generators of sparse local linear models for achieving both ... -
Publications 2021.12.12
Publications 2021.12.12
Gaussian Process Regression With Interpretable Sample-wise Feature Weights Gaussian Process Regression With Interpretable Sample-wise Feature Weights
Yuya Yoshikawa, and Tomoharu Iwata. “Gaussian Process Regression With Interpretable Sample-wise Feature ...