機械学習モデルの説明可能性手法の比較:SHAPとLIMEの出力の一貫性評価
Contents はじめに検証仮説説明可能性手法の理論的背景SHAP値のローカルな説明LIMEのローカルな説明実験設計データセット生成評価指標実験結果と考察ローカルな説明の一貫性評価まとめコードはじめに 機械学習モデルの...
Contents はじめに検証仮説説明可能性手法の理論的背景SHAP値のローカルな説明LIMEのローカルな説明実験設計データセット生成評価指標実験結果と考察ローカルな説明の一貫性評価まとめコードはじめに 機械学習モデルの...
Contents はじめに処理の手順セグメンテーション画像の準備流体力学シミュレーションの実行結果の分析まとめはじめに 本記事では、材料の特性評価における流体力学シミュレーションの応用について解説します。X線CTなどで取...
Contents はじめに一様乱数から始める任意の確率密度関数を持つ乱数の生成方法問題設定確率密度関数の調整変換式の導出理論的背景はじめに この記事では、Pythonを用いて任意の確率密度関数に従う乱数を生成する方法につ...
Contents はじめにナイーブベイズの基本4つのクラスの役割と使いどころMultinomialNB:カウントデータの王道BernoulliNB:特徴の有無で判断するGaussianNB:連続値を正規分布で捉えるCom...
Contents はじめにグラフニューラルネットワークの基礎GNNとはGCNの動作原理取引ネットワークデータの生成ノードの特徴量設計正常ノードと異常ノードの特徴エッジの生成ロジックGCNによる異常検知モデルモデルの実装異...
Contents はじめに各手法の理論と実装長方形法(矩形法)台形法シンプソン法ガウス求積法実装と比較精度の比較計算時間の比較まとめはじめに 数値積分は、関数を解析的に積分することが難しい場合や、データ点からの数値的な積...
Contents はじめにセットアップデータセットとセンシティブ列コードの抜粋合成データの評価分布比較(sex / race)ユーティリティ評価(実→実 vs 合成→実)簡易プライバシー評価(最近傍距離)実行方法lamb...
Contents はじめになぜランダムな特徴量の変更ではなくDiCEを使うのかDiCEによる反実仮想サンプル生成DiCEの使用例DiCEのパラメータと意味優れた反実仮想サンプルの特徴反実仮想サンプルの利用用途用途ごとの、...
Contents はじめに次元削減手法の理論的背景PCA(主成分分析)t-SNEUMAP評価指標トラストワーシネス(Trustworthiness)再構成誤差(Reconstruction Error)実験:3つのデータ...
Contents はじめに因果推論の基本的な考え方潜在的結果フレームワーク重要な概念因果効果推定の課題:選択バイアス因果効果の推定方法Pythonによる実践例Step 1: データの生成Step 2: 選択バイアスの確認...
Contents はじめに時系列データの特殊性交差検証手法の比較通常のK-分割交差検証TimeSeriesSplit実践的な検証データ分割の可視化予測性能の比較実装のポイントまとめコードはじめに 機械学習モデルの評価にお...
Contents はじめに合成データのプライバシー評価:4つのアプローチ識別可能性スコア:データはコピーされていないか?メンバーシップ推論攻撃:学習データは記憶されていないか?属性開示リスク:未知の情報を推測されないか?...