Now Loading...

Now Loading...

SHAP

SHAP

SHAPは説明可能AIとよばれる機械学習モデルの内部がブラックボックス化されているものを人間が直感的に解釈できるようにする手法の一つです。

この手法は、協力ゲームにおける報酬をプレイヤーの貢献度に応じて分配する考えで用いられるシャープレイ値というものを機械学習に適応しました。これによってそれぞれの特徴量がモデル予測値に与える貢献度をシャープレイ値で表すことができます。

クイズ

現実世界にAIを適用するうえで、SHAPのような手法は非常に有用である。SHAPを用いることの利点として、最も適切な選択肢を一つ選べ。
  • 正解を見る
  • 解説を見る
    SHAPはXAI(説明可能なAI)の一種であり、入力データの様々な特徴量がどの程度予想に貢献したかを算出します。予測の根拠を説明できるということは、現実世界でユーザの信頼を得るという観点で非常に有用です。

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

人工知能基礎講座はこちら↓ zero to one G検定 人工知能基礎 jdla

AIエンジニアを目指すならE資格

日本ディープラーニング協会の実施するE資格の受験に必要となるE資格認定プログラムを割引価格で提供中です。最短合格を目指す方向けのスピードパッケージを70,000円で提供中。(一発合格で33,000円のキャッシュバックキャンペーンも実施中です) zero to one E資格 jdla

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。 zero to one E資格 jdla

関連ワード

機械学習の具体的手法

教師あり学習

教師なし学習

強化学習

モデルの評価