入門／解説 Explainable AI:説明可能なAI(2/3)
１．Explainable AI:説明可能なAI(2/3)まとめ ・説明可能なAIを実現するためにはデータとモデルとユーザを理解する事が必要になる ・「説明可能性に関する機能」は、主要部分の設計段階でAIモデル/システムに組み込む必要がある...
what-if tool
入門／解説 
入門／解説 Google Research：2019年の振り返りと2020年以降に向けて(1/8)
１．Google Research：2019年の振り返りと2020年以降に向けて(1/8)まとめ ・Google Researchを率いるJeff Deanによる恒例の年初投稿。去年の振り返りと今後の方向性 ・AIの倫理的利用についてはモデ...
公平性 Fairness Indicator：公正な機械学習を構築するためのツール(2/3)
１．Fairness Indicator：公正な機械学習を構築するためのツール(2/3)まとめ ・Fairness Indicatorsを使用すると公平性基準の計算と視覚化が可能になり、独自の基準を追加する事も可能 ・Fairness In...
入門／解説 皆のためのMLモデルの構築：機械学習の公平性を理解する(2/3)
１．皆のためのMLモデルの構築：機械学習の公平性を理解する(2/3)まとめ ・what-ifツールを使うと個々の特徴が個々のデータポイントにどのような影響を与えているのかを確認可能 ・データの偏りを無視するために特定の特徴を考慮しないように...
入門／解説 What-If Tool：プログラムせずに機械学習モデルを見極める
１．What-If Tool：プログラムせずに機械学習モデルを見極めるまとめ ・What-Ifツールを使うと機械学習モデルのバイアスや誤分類、パフォーマンス悪化要因をチェック ・従来は使い捨てのプログラムを書いて検証する必要があったがコード...