Permutation Importance
Permutation Importanceは、特徴量の重要度を評価する手法の一つです。
機械学習モデルの予測では複数の特徴量が関与しますが、その中で特定の特徴量がどれほど影響を与えているかを測定するために、その値をランダムにシャッフルし、モデルの性能変化を確認します。 重要な特徴量ならばシャッフル後に精度が大きく低下し、影響が小さい特徴量ならばほとんど変化しません。 この手法はモデルに依存せず適用でき、直感的に解釈しやすい一方、特徴量間の相関が強い場合に過小評価される可能性があるため注意が必要です。

👉より体系的に学びたい方は「人工知能基礎」(東京大学松尾豊先生監修)へ
Permutation Importance の説明として正しいものを選べ。
人工知能基礎講座を提供中
人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか?
人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。
サンプル動画
AI初学者・ビジネスパーソン向けのG検定対策講座
zero to oneの「E資格」向け認定プログラム
日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。
厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円~(支給割合70%の場合)で受講可能です。※2023年弊社調べ
