機械学習モデルの分類外データの検出を改良(2/3)
１．機械学習モデルの分類外データの検出を改良(2/3)まとめ ・Background Statisticsによって混乱が引き起こされるためOODの検出は失敗している可能性がある ・OOD検出手法はMNISTデータセットの画像をFashion-MNISTデータセットの画像と間違う事がある ・尤度計算は意味を持つ画素と背景画素の両方を含む、画像内のすべての画素から計算されてしまうため ２．Backgr […]
dataset
1/9ページ
Fairness Indicator：公正な機械学習を構築するためのツール(1/3)
１．Fairness Indicator：公正な機械学習を構築するためのツール(1/3)まとめ ・機械学習は不公平な偏見(バイアス)を反映または強化してしまう危険性がある ・GoogleがAI開発時の原則としてかかげるAI principlesではバイアスを避ける事を第二原則としている ・この度、公平性を検証するツールであるフェアネスインジケーターのベータ版をリリースした ２．機械学習の公平性とは […]
医療向けMLの開発から学んだ教訓(2/2)
１．医療向けMLの開発から学んだ教訓(2/2)まとめ ・機械学習を評価する際には不適切なチューニングでパフォーマンスが過大評価されてないか留意が必要 ・特に医療分野と機械学習分野では用語の意味が異なる「検証セット」が誤解を招く恐れがある ・機械学習における検証セット(validation dataset)は「チューニング セット(tuning set)」の表記が望ましい ２．医師が機械学習を評価す […]
胸部X線画像を用いた深層学習モデルの開発(2/2)
１．胸部X線画像を用いた深層学習モデルの開発(2/2)まとめ ・モデルは放射線科医が一貫して見逃した病巣をしばしば特定する事があった ・また、逆にモデルが見逃した病巣を放射線科医が発見する事もあった ・ディープラーニングと人間のスキルを組み合わせる戦略は医療分野におけるAIの有望な使われ方候補 ２．ディープラーニングと放射線科医レビューの組み合わせ 以下、ai.googleblog.comより「D […]
胸部X線画像を用いた深層学習モデルの開発(1/2)
１．胸部X線画像を用いた深層学習モデルの開発(1/2)まとめ ・胸部X線は多くの疾患の検出のための重要で利用しやすい臨床画像ツールだが解釈が難しい場合がある ・ディープラーニングを画像診断に適用したくとも正確な臨床ラベルがないとモデルの評価が困難 ・標準化された臨床的に意味のあるデータセットと厳密で参照する事ができる基準が必要であった ２．胸部X線画像を人口知能で診断する試み 以下、ai.goog […]