Azure Machine Learningのアルゴリズム・モデル
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
単語検索
|
最終更新
|
ヘルプ
]
開始行:
「[[マイクロソフト系技術情報 Wiki>http://techinfoofmicros...
-[[戻る>Azure Machine Learning]]
--[[Azure Machine Learningチュートリアル]]
--Azure Machine Learningのアルゴリズム・モデル
--[[Azure Machine Learningのモデルのデプロイ]]
* 目次 [#raca1359]
#contents
*概要 [#h849ad0d]
アルゴリズムの[[選択>#u02b267b]]と、モデルの[[評価>#g97a7...
*詳細 [#reaa3ee4]
**アルゴリズム [#u02b267b]
機械学習アルゴリズム チート シート（2021）の情報から。
***回帰 [#a54804d4]
-値を予測する
-値の関係を推定して予測
-質問の例：いくらですか、いくつですか？
-アルゴリズム
--高速フォレスト分位点回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>分布を予測する（価格予測、飛行機遅延予測
--ポワソン回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>イベント数を予測（イベント＝飲料水の販売個数を予測などを...
--線形回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>⾼速トレーニング、線形モデル
--ベイズ線形回帰~
https://docs.microsoft.com/en-us/previous-versions/azure/...
>線形モデル、⼩さなデータセット（確率的に直線が当てはまり...
--デシジョン フォレスト回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で速いトレーニング時間
--ニューラル ネットワーク回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で⾧いトレーニング時間
--ブースト デシジョン ツリー回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で⾼速なトレーニング時間、~
⼤きなメモリフットプリント
***2クラス分類 [#idbcba2b]
-2つのカテゴリ間の予測
-はい・いいえ、真・偽などの~
単純な2つの選択肢の質問に答える。
-質問の例：これはAですかBですか？
-アルゴリズム
--2 クラス サポート ベクター マシン~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>100未満の機能、線形モデル
--2 クラス平均化パーセプトロン~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>⾼速トレーニング、線形モデル
--2 クラス デシジョン フォレスト~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で迅速なトレーニング
--2 クラス ロジスティック回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>⾼速トレーニング、線形モデル
--2 クラス ブースト デシジョン ツリー~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で⾼速なトレーニング、~
⼤容量のメモリフットプリン
--2 クラス ニューラル ネットワーク~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で⾧いトレーニング時間
***マルチクラス分類 [#oc96f941]
-いくつかのカテゴリ間で予測
-複数の可能な答えで複雑な質問に答える。
-質問の例：これはAまたはBまたはCまたはDですか？
-アルゴリズム
--マルチクラス ロジスティック回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>速いトレーニング時間、線形モデル
--多クラス ニューラル ネットワーク~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>精度、⾧いトレーニング時間
--多クラス デシジョン フォレスト~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で速いトレーニング時間
--One-vs-All Multiclass~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>2クラス分類器に依存
--One-vs-One Multiclass~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>2クラス分類器に依存、複雑さが⼤きく、不均衡なデータセッ...
--多クラスのブースト デシジョン ツリー~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>ノンパラメトリック、⾼速トレーニング時間、スケーラブル
***クラスタリング [#m00950fb]
-構造を発見する
--類似のデータポイントを直感的なグループに分離
--質問の例：これはどのように構成されていますか？
-アルゴリズム（教師なし学習）
--K-Means クラスタリング~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
***異常検出 [#u294d6fc]
-異常な出来事を見つける
-稀な・異常なデータポイントを識別して予測
-質問の例：これは奇妙ですか？
-アルゴリズム
--1 クラス サポート ベクター マシン~
...
>100未満の機能、積極的な境界
--PCA ベースの異常検出~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>速いトレーニング時間
***レコメンダー [#m93919e1]
-推奨事項を⽣成する
-誰かが何に興味を持つかを予測
-質問の例：彼らは何に興味がありますか？
-アルゴリズム
--SVD レコメンダー~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>協調フィルタリング、次元削減による低コストでのパフォーマ...
--ワイドかつディープなレコメンダー~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>ハイブリッドレコメンダー（協調フィルタリングとコンテンツ...
***テキスト分析 [#n655c233]
-テキストから情報を抽出する
-テキストから⾼品質の情報を導き出す
-質問の例：このテキストにはどのような情報がありますか？
-アルゴリズム
--潜在的ディリクレ配分法~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>教師なしトピック・モデリング、類似したグループ・テキスト
--テキストからの N gram 特徴抽出~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>フリーテキストの列からn-gramの辞書を作成
--特徴ハッシュ~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>VowpalWabbitライブラリを使⽤して~
テキストデータを整数エンコードされたフィーチャに変換
--テキストの前処理~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>テキストのクリーニング操作~
（ストップワードの削除、⼤⽂字と⼩⽂字の正規化など
--単語からベクターへの変換~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>レコメンダー、固有表現抽出、機械翻訳などの~
NLPタスクで使⽤するために単語を値に変換
***画像分類 [#jaf4d82b]
-画像を分類する
-CNNで画像を分類
-質問の例：この画像は何を表していますか？
-アルゴリズム
--ResNet~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>CNNの代表的なモデル
--DenseNet~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>ResNetより深い層の実現を目指したモデル
**選択のフローチャート [#dbc5a3dc]
最適な機械学習アルゴリズムの選択は
-データの性質と、
-データで達成したい目標
の両方によって決定される。
***データの特徴や構造を捉えたい。 [#n9bd3029]
[[クラスタリング>#m00950fb]]を選択する。
***（予測）分類したい。 [#v771d2b4]
-２値分類
--正例が少ないケース：[[異常検出>#u294d6fc]]のアルゴリズ...
--通常のケース：[[2クラス分類>#idbcba2b]]のアルゴリズム・...
-３値以上の分類：[[マルチクラス分類>#oc96f941]]のアルゴリ...
***（予測）回帰したい。 [#yaba22dd]
[[回帰>#a54804d4]]のアルゴリズム・モデルを理論別の分類で...
***（予測）時系列予測したい。 [#b331a2d9]
[[RNN、LSTMなど>https://dotnetdevelopmentinfrastructure.o...
***（その他）レコメンドしたい。 [#wb16b5d8]
[[レコメンダー>#m93919e1]]
***（その他）テキストから情報抽出したい。 [#l30686a1]
[[テキスト分析>#n655c233]]
***（その他）画像を分類したい。 [#p7029c77]
[[画像分類>#jaf4d82b]]
**モデルの評価 [#g97a7e87]
***分類メトリック [#q46ed90b]
-混同行列
-ROC 曲線
-適合率 - 再現率曲線
-累積ゲイン曲線
-リフト曲線
-較正曲線
***回帰/予測メトリック [#dd367416]
-残差
-予測と True
***イメージ モデルのメトリック (プレビュー) [#ac5bea4f]
...
***[[モデルの説明と特徴の重要度>#s72f2d94]] [#uaccc8f7]
信頼できる AI を実現するには、
>「モデルがその予測にデータセットのどの特徴を使用したか」
を調査することが重要。
**モデル解釈・説明 [#s72f2d94]
***解釈性・説明性 [#laa454f4]
-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>https://dotnetdevelopmentinfrastructure....
--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 [#z6f299b4]
-大域的~
学習したデータセット全体を使ってモデルを説明する。
-局所的~
１つのデータを使った予測結果でモデルを説明する。
***モデル毎の説明手法 [#d762e31b]
-解釈可能なモデル（Glass Box AI Model）
--主に[[統計的機械学習のモデル>https://dotnetdevelopmenti...
---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>https://dotnetdevelopmentinfrastructure.os...
-ブラック・ボックスなモデル（Black Box AI Model）
--[[深層学習で使用されるDNN（Deep Neural Network）>https:...
--[[複数の決定木を使用するモデル（ランダムフォレスト・勾...
-トレードオフ~
一般的に、精度と[[解釈性・説明性>#laa454f4]]はトレードオ...
--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...
-参考：[[機械学習（machine learning） - 開発基盤部会 Wiki...
***ライブラリ・フレームワーク [#u23ad491]
InterpretMLと言う、機械学習の解釈を説明可能~
とするためのpythonライブラリ・フレームワーク
-「高精度」を実現した「解釈可能なモデル」~
Explainable Boosting Machine（EBM）
--[[scikit-learn>https://dotnetdevelopmentinfrastructure....
--[[大域的>#z6f299b4]]な解釈
---「教師データの密度」と「説明変数のスコア（結果を上げた...
---また、交互作用法で複数の説明変数のスコア（結果への影響...
--[[局所的>#z6f299b4]]な解釈
---予測が正解となる確率を上げた変数と、その度合い。
---予測が正解となる確率を下げた変数と、その度合い。
-「ブラック・ボックスなモデル」の局所的な説明を行う。
--ある入力xに対しモデルが出力yとした時、予測の根拠を説明...
--入力・出力のみに依存するため、あらゆるモデルに対応する。
--また、モデルの誤差分析も可能（誤差の大きいコーホートを...
---決定木で見る
---ヒートマップで見る
--ライブラリ
---SHAP
---LIME
---, etc.
>※ コーホート：ココでは、データの集団の意味。
*参考 [#x683546e]
-Microsoft/InterpretMLの中身 - 勉強の記録~
https://tmitani-tky.hatenablog.com/entry/2019/07/06/233837
-MicrosoftのInterpretMLが便利だった - ざこぷろのメモ~
https://zakopilo.hatenablog.jp/entry/2020/09/19/181719
-AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演...
https://www.slideshare.net/keitaonabuta/automl-interpretm...
-【記事更新】私のブックマーク~
「機械学習における解釈性（Interpretability in Machine Lea...
人工知能学会 (The Japanese Society for Artificial Intelli...
https://www.ai-gakkai.or.jp/resource/my-bookmark/my-bookm...
**YouTube [#pbe0695f]
-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
---#2 解釈性の高いモデルを構築する
---#3 BlackBox モデルを説明する
--Resources
---DOC~
https://speakerdeck.com/konabuta/azure-machine-learning-h...
---Git~
https://github.com/konabuta/responsible-ai
**Microsoft Docs [#fe3cf58c]
***機械学習アルゴリズム [#l407c417]
-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/a...
-機械学習アルゴリズムの選択方法~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
-機械学習のアルゴリズム~
（コンポーネント リファレンス）
--回帰
---線形回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
--クラスタリング
---K-Means Clustering (K-Means クラスタリング)~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
--分類
---2 クラス サポート ベクター マシン~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
--異常検出
---PCA ベースの異常検出~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
--レコメンダー
---SVD レコメンダー~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
--テキスト分析
---潜在的ディリクレ配分法~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
--コンピューター・ビジョン
---ResNet~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
***機械学習モデル [#oa1aa4f6]
-AutoML 実験結果の評価~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
-自動 ML でのモデル説明 (プレビュー)~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
-Python を使用したモデルの解釈と説明 (プレビュー)~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
----
Tags: [[:クラウド]], [[:BI/AI]], [[:Azure]]
終了行:
「[[マイクロソフト系技術情報 Wiki>http://techinfoofmicros...
-[[戻る>Azure Machine Learning]]
--[[Azure Machine Learningチュートリアル]]
--Azure Machine Learningのアルゴリズム・モデル
--[[Azure Machine Learningのモデルのデプロイ]]
* 目次 [#raca1359]
#contents
*概要 [#h849ad0d]
アルゴリズムの[[選択>#u02b267b]]と、モデルの[[評価>#g97a7...
*詳細 [#reaa3ee4]
**アルゴリズム [#u02b267b]
機械学習アルゴリズム チート シート（2021）の情報から。
***回帰 [#a54804d4]
-値を予測する
-値の関係を推定して予測
-質問の例：いくらですか、いくつですか？
-アルゴリズム
--高速フォレスト分位点回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>分布を予測する（価格予測、飛行機遅延予測
--ポワソン回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>イベント数を予測（イベント＝飲料水の販売個数を予測などを...
--線形回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>⾼速トレーニング、線形モデル
--ベイズ線形回帰~
https://docs.microsoft.com/en-us/previous-versions/azure/...
>線形モデル、⼩さなデータセット（確率的に直線が当てはまり...
--デシジョン フォレスト回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で速いトレーニング時間
--ニューラル ネットワーク回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で⾧いトレーニング時間
--ブースト デシジョン ツリー回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で⾼速なトレーニング時間、~
⼤きなメモリフットプリント
***2クラス分類 [#idbcba2b]
-2つのカテゴリ間の予測
-はい・いいえ、真・偽などの~
単純な2つの選択肢の質問に答える。
-質問の例：これはAですかBですか？
-アルゴリズム
--2 クラス サポート ベクター マシン~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>100未満の機能、線形モデル
--2 クラス平均化パーセプトロン~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>⾼速トレーニング、線形モデル
--2 クラス デシジョン フォレスト~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で迅速なトレーニング
--2 クラス ロジスティック回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>⾼速トレーニング、線形モデル
--2 クラス ブースト デシジョン ツリー~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で⾼速なトレーニング、~
⼤容量のメモリフットプリン
--2 クラス ニューラル ネットワーク~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で⾧いトレーニング時間
***マルチクラス分類 [#oc96f941]
-いくつかのカテゴリ間で予測
-複数の可能な答えで複雑な質問に答える。
-質問の例：これはAまたはBまたはCまたはDですか？
-アルゴリズム
--マルチクラス ロジスティック回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>速いトレーニング時間、線形モデル
--多クラス ニューラル ネットワーク~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>精度、⾧いトレーニング時間
--多クラス デシジョン フォレスト~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>正確で速いトレーニング時間
--One-vs-All Multiclass~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>2クラス分類器に依存
--One-vs-One Multiclass~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>2クラス分類器に依存、複雑さが⼤きく、不均衡なデータセッ...
--多クラスのブースト デシジョン ツリー~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>ノンパラメトリック、⾼速トレーニング時間、スケーラブル
***クラスタリング [#m00950fb]
-構造を発見する
--類似のデータポイントを直感的なグループに分離
--質問の例：これはどのように構成されていますか？
-アルゴリズム（教師なし学習）
--K-Means クラスタリング~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
***異常検出 [#u294d6fc]
-異常な出来事を見つける
-稀な・異常なデータポイントを識別して予測
-質問の例：これは奇妙ですか？
-アルゴリズム
--1 クラス サポート ベクター マシン~
...
>100未満の機能、積極的な境界
--PCA ベースの異常検出~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>速いトレーニング時間
***レコメンダー [#m93919e1]
-推奨事項を⽣成する
-誰かが何に興味を持つかを予測
-質問の例：彼らは何に興味がありますか？
-アルゴリズム
--SVD レコメンダー~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>協調フィルタリング、次元削減による低コストでのパフォーマ...
--ワイドかつディープなレコメンダー~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>ハイブリッドレコメンダー（協調フィルタリングとコンテンツ...
***テキスト分析 [#n655c233]
-テキストから情報を抽出する
-テキストから⾼品質の情報を導き出す
-質問の例：このテキストにはどのような情報がありますか？
-アルゴリズム
--潜在的ディリクレ配分法~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>教師なしトピック・モデリング、類似したグループ・テキスト
--テキストからの N gram 特徴抽出~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>フリーテキストの列からn-gramの辞書を作成
--特徴ハッシュ~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>VowpalWabbitライブラリを使⽤して~
テキストデータを整数エンコードされたフィーチャに変換
--テキストの前処理~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>テキストのクリーニング操作~
（ストップワードの削除、⼤⽂字と⼩⽂字の正規化など
--単語からベクターへの変換~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>レコメンダー、固有表現抽出、機械翻訳などの~
NLPタスクで使⽤するために単語を値に変換
***画像分類 [#jaf4d82b]
-画像を分類する
-CNNで画像を分類
-質問の例：この画像は何を表していますか？
-アルゴリズム
--ResNet~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>CNNの代表的なモデル
--DenseNet~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
>ResNetより深い層の実現を目指したモデル
**選択のフローチャート [#dbc5a3dc]
最適な機械学習アルゴリズムの選択は
-データの性質と、
-データで達成したい目標
の両方によって決定される。
***データの特徴や構造を捉えたい。 [#n9bd3029]
[[クラスタリング>#m00950fb]]を選択する。
***（予測）分類したい。 [#v771d2b4]
-２値分類
--正例が少ないケース：[[異常検出>#u294d6fc]]のアルゴリズ...
--通常のケース：[[2クラス分類>#idbcba2b]]のアルゴリズム・...
-３値以上の分類：[[マルチクラス分類>#oc96f941]]のアルゴリ...
***（予測）回帰したい。 [#yaba22dd]
[[回帰>#a54804d4]]のアルゴリズム・モデルを理論別の分類で...
***（予測）時系列予測したい。 [#b331a2d9]
[[RNN、LSTMなど>https://dotnetdevelopmentinfrastructure.o...
***（その他）レコメンドしたい。 [#wb16b5d8]
[[レコメンダー>#m93919e1]]
***（その他）テキストから情報抽出したい。 [#l30686a1]
[[テキスト分析>#n655c233]]
***（その他）画像を分類したい。 [#p7029c77]
[[画像分類>#jaf4d82b]]
**モデルの評価 [#g97a7e87]
***分類メトリック [#q46ed90b]
-混同行列
-ROC 曲線
-適合率 - 再現率曲線
-累積ゲイン曲線
-リフト曲線
-較正曲線
***回帰/予測メトリック [#dd367416]
-残差
-予測と True
***イメージ モデルのメトリック (プレビュー) [#ac5bea4f]
...
***[[モデルの説明と特徴の重要度>#s72f2d94]] [#uaccc8f7]
信頼できる AI を実現するには、
>「モデルがその予測にデータセットのどの特徴を使用したか」
を調査することが重要。
**モデル解釈・説明 [#s72f2d94]
***解釈性・説明性 [#laa454f4]
-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>https://dotnetdevelopmentinfrastructure....
--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 [#z6f299b4]
-大域的~
学習したデータセット全体を使ってモデルを説明する。
-局所的~
１つのデータを使った予測結果でモデルを説明する。
***モデル毎の説明手法 [#d762e31b]
-解釈可能なモデル（Glass Box AI Model）
--主に[[統計的機械学習のモデル>https://dotnetdevelopmenti...
---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>https://dotnetdevelopmentinfrastructure.os...
-ブラック・ボックスなモデル（Black Box AI Model）
--[[深層学習で使用されるDNN（Deep Neural Network）>https:...
--[[複数の決定木を使用するモデル（ランダムフォレスト・勾...
-トレードオフ~
一般的に、精度と[[解釈性・説明性>#laa454f4]]はトレードオ...
--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...
-参考：[[機械学習（machine learning） - 開発基盤部会 Wiki...
***ライブラリ・フレームワーク [#u23ad491]
InterpretMLと言う、機械学習の解釈を説明可能~
とするためのpythonライブラリ・フレームワーク
-「高精度」を実現した「解釈可能なモデル」~
Explainable Boosting Machine（EBM）
--[[scikit-learn>https://dotnetdevelopmentinfrastructure....
--[[大域的>#z6f299b4]]な解釈
---「教師データの密度」と「説明変数のスコア（結果を上げた...
---また、交互作用法で複数の説明変数のスコア（結果への影響...
--[[局所的>#z6f299b4]]な解釈
---予測が正解となる確率を上げた変数と、その度合い。
---予測が正解となる確率を下げた変数と、その度合い。
-「ブラック・ボックスなモデル」の局所的な説明を行う。
--ある入力xに対しモデルが出力yとした時、予測の根拠を説明...
--入力・出力のみに依存するため、あらゆるモデルに対応する。
--また、モデルの誤差分析も可能（誤差の大きいコーホートを...
---決定木で見る
---ヒートマップで見る
--ライブラリ
---SHAP
---LIME
---, etc.
>※ コーホート：ココでは、データの集団の意味。
*参考 [#x683546e]
-Microsoft/InterpretMLの中身 - 勉強の記録~
https://tmitani-tky.hatenablog.com/entry/2019/07/06/233837
-MicrosoftのInterpretMLが便利だった - ざこぷろのメモ~
https://zakopilo.hatenablog.jp/entry/2020/09/19/181719
-AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演...
https://www.slideshare.net/keitaonabuta/automl-interpretm...
-【記事更新】私のブックマーク~
「機械学習における解釈性（Interpretability in Machine Lea...
人工知能学会 (The Japanese Society for Artificial Intelli...
https://www.ai-gakkai.or.jp/resource/my-bookmark/my-bookm...
**YouTube [#pbe0695f]
-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
---#2 解釈性の高いモデルを構築する
---#3 BlackBox モデルを説明する
--Resources
---DOC~
https://speakerdeck.com/konabuta/azure-machine-learning-h...
---Git~
https://github.com/konabuta/responsible-ai
**Microsoft Docs [#fe3cf58c]
***機械学習アルゴリズム [#l407c417]
-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/a...
-機械学習アルゴリズムの選択方法~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
-機械学習のアルゴリズム~
（コンポーネント リファレンス）
--回帰
---線形回帰~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
--クラスタリング
---K-Means Clustering (K-Means クラスタリング)~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
--分類
---2 クラス サポート ベクター マシン~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
--異常検出
---PCA ベースの異常検出~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
--レコメンダー
---SVD レコメンダー~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
--テキスト分析
---潜在的ディリクレ配分法~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
--コンピューター・ビジョン
---ResNet~
https://docs.microsoft.com/ja-jp/azure/machine-learning/c...
---...
***機械学習モデル [#oa1aa4f6]
-AutoML 実験結果の評価~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
-自動 ML でのモデル説明 (プレビュー)~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
-Python を使用したモデルの解釈と説明 (プレビュー)~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
----
Tags: [[:クラウド]], [[:BI/AI]], [[:Azure]]
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
