Azure Machine Learningのアルゴリズム・モデルのバックアップ(No.2) - マイクロソフト系技術情報 Wiki

[ トップ ] [ 新規 | 一覧 | 単語検索 | 最終更新 | ヘルプ ]

「マイクロソフト系技術情報 Wiki」は、「Open棟梁Project」,「OSSコンソーシアム .NET開発基盤部会」によって運営されています。

戻る
- Azure Machine Learningチュートリアル
- Azure Machine Learningのアルゴリズム・モデル

目次 †

目次
概要
詳細
- アルゴリズム選択
- モデル解釈・説明
参考
- YouTube
- Microsoft Docs

概要 †

詳細 †

アルゴリズム選択 †

モデル解釈・説明 †

解釈性・説明性 †

解釈性
- モデルの改善方法を知りたい
- ステークホルダーへモデル自体を説明

説明性
- 説明可能なAI
- ユーザへモデルの出力した結果の根拠を説明したいケース

大域的・局所的 †

大域的
局所的

モデル毎の説明手法 †

解釈可能なモデル

主に統計的機械学習のモデル
- シンプルな「統計モデル」
- 階層的な木構造の確率的な「生成モデル」

数理最適化も、簡単な関数の近似なら解釈可能か。

ブラック・ボックスなモデル
- 深層学習で使用されるDNN（Deep Neural Network）
- 複数の決定木を使用するモデル（ランダムフォレスト・勾配ブースティング木）

トレードオフ
一般的に、精度と解釈性・説明性はトレードオフ関係にある。
- 解釈可能なモデルを採用するなら、精度を上げる。
- ブラック・ボックスなモデルを採用するなら、解釈性・説明性を上げる。

参考：機械学習（machine learning） - 開発基盤部会 Wiki > 詳細 > 理論

参考 †

YouTube? †

Azure Machine Learning ハンズオンモデル解釈
https://www.youtube.com/watch?v=ljOxHenrOqg
- Module#1 環境準備
- Module#2 解釈性の高いモデルを構築する
- Module#3 BlackBox? モデルを説明する
- https://speakerdeck.com/konabuta/azure-machine-learning-hanzuon-moderujie-shi

Microsoft Docs †

機械学習アルゴリズムチートシート - デザイナー
https://docs.microsoft.com/ja-jp/azure/machine-learning/algorithm-cheat-sheet

AutoML 実験結果の評価
https://docs.microsoft.com/ja-jp/azure/machine-learning/how-to-understand-automated-ml

Tags: :クラウド, :BI/AI, :Azure