機械学習を解釈する技術 まとめ
まとめ
機械学習の性能を追い求めるだけで無く,どうしてそのような出力を出したのかを説明する能力も必要だと感じ,更にシンプルに説明性に興味があったので本書を読みました.
主にPFI, PD, ICE, SHAPの4つについて解説がありました.どれもどのようなモデルでも使える指標であり,視点をマクロで取るかミクロで取るかや,個々のデータで確認したいかなどで使い分けます.
どの指標も理論的な説明が丁寧にされており,適切なたとえも豊富で理解がスムーズに出来ました.
実データでの分析は,本書とは異なるkaggleのデータセットを使って実験してみましたが,上手いこと解釈出来る事が分かりました.
各章まとめ
1, 2章
hirohirohirohiros.hatenablog.com
3章
hirohirohirohiros.hatenablog.com
4章
hirohirohirohiros.hatenablog.com
5章
hirohirohirohiros.hatenablog.com