予測を解釈・説明するための手法を網羅的に把握できる！『実践XAI［説明可能なAI］ 機械学習の予測を説明するためのPythonコーディング』を2023年6月20日（火）に発売

まぁ、少し、お勉強でもしておきましょうかねぇとか(珍しく)思って、見つけたのがこちらの書籍。

今どきというか、まぁ、多分読むとそうですかって感じのことなんだろうけれど、興味はあり。

予測を解釈・説明するための手法を網羅的に把握できる！『実践XAI［説明可能なAI］ 機械学習の予測を説明するためのPythonコーディング』を2023年6月20日（火）に発売
発刊記念キャンペーンとして書籍の冒頭から第3章までを無料公開
株式会社インプレスホールディングス

インプレスグループでIT関連メディア事業を展開する株式会社インプレス（本社：東京都千代田区、代表取締役社長：小川 亨）は、機械学習の結果を意味づける手法を解説した新刊『実践XAI［説明可能なAI］ 機械学習の予測を説明するためのPythonコーディング』を2023年6月20日（火）に発売いたします。発売を記念して書籍の一部無料公開も実施いたします。

実践XAI［説明可能なAI］ 機械学習の予測を説明するためのPythonコーディング

■各種モデルのブラックボックスをグラスボックスに！

急速な拡大を見せるChatGPTサービスや、政府の有識者会議「AI戦略会議」の開催など、AIの実用化がますます注目を集めています。実際の現場にAIを導入する際には、ユーザーがAIの予測を信頼できるかどうかが重要です。そのために予測の根拠についての説明が求められています。しかし、ディープラーニングなどの機械学習のモデルはブラックボックス化されており、個々の予測の根拠が明確ではなく説明が難しい、という技術的な課題があります。本書では、各種モデル全般において予測を解釈・説明するためのXAI（Explainable AI：説明可能なAI）の技術を解説。ブラックボックスをグラスボックス化するための手法を具体的に紹介します。

■XAI Pythonライブラリで予測の背景を探る！

本書で取り上げる機械学習の予測モデルは、線形・非線形モデルのほか、アンサンブルモデル、時系列モデル、自然言語処理、ディープラーニング、コンピュータビジョンです。各種のモデルとデータに対して、XAI PythonライブラリのLIME、SHAP、Skater、ELI5、skope-rulesなどを使ったコーディングを行い、実行結果を見ながら、モデルがなぜそのように予測するのかを探っていきます。本書に掲載されたコードと結果を追っていくことで、XAIの手法を具体的に把握することができます。

＜以下のような方に本書をおすすめします＞

予測結果についての説明力を上げたい方
予測結果の根拠を追跡したい方
データサイエンティスト
機械学習エンジニア（ソフトウェアエンジニア）
データエンジニア
情報系の学生・研究者

■紙面イメージ

実践XAI［説明可能なAI］ 機械学習の予測を説明するためのPythonコーディング

結果に対する各特徴量の影響度合いを確認（第5章 アンサンブルモデルの説明可能性）

実践XAI［説明可能なAI］ 機械学習の予測を説明するためのPythonコーディング

局所的な説明として各単語の貢献度を可視化（第7章 自然言語処理の説明可能性）※7章は4色で掲載

■発刊記念キャンペーンとして本書の冒頭から第3章までを無料公開

本書の発刊を記念して、本書の冒頭（口絵）から第3章（線形モデルの説明可能性）までを期間限定で無料公開します。Webブラウザで下記URLのページにあるリンク先にアクセスするとお読みいただけます。

・無料公開へのリンクがあるページのURL：

https://book.impress.co.jp/books/1121101133

・実施期間：2023/6/20（火）0:00 ～ 2023/6/26（月）23:59

■目次

第1章 モデルの説明可能性と解釈可能性

第2章 AIの倫理、偏見、信頼性

第3章 線形モデルの説明可能性

第4章 非線形モデルの説明可能性

第5章 アンサンブルモデルの説明可能性

第6章 時系列モデルの説明可能性

第7章 自然言語処理の説明可能性

第8章 What-Ifシナリオを使ったモデルの公平性

第9章 ディープラーニングモデルの説明可能性

第10章 XAIモデルの反実仮想説明

第11章 機械学習での対比的説明

第12章 予測不変性の特定によるモデル不可知の説明

第13章 ルールベースのエキスパートシステムでのモデルの説明可能性

第14章 コンピュータビジョンでのモデルの説明可能性

■書誌情報

実践XAI［説明可能なAI］ 機械学習の予測を説明するためのPythonコーディング

書名：実践XAI［説明可能なAI］ 機械学習の予測を説明するためのPythonコーディング（impress top gear）

著者：Pradeepta Mishra

訳者：株式会社クイープ

発売日：2023年6月20日（火）

ページ数：320ページ

サイズ：B5変型

定価：3,960円（本体3,600円＋税10%）

電子版価格：3,960円（本体3,600円＋税10%）※インプレス直販価格

ISBN：978-4-295-01655-7

◇Amazonの書籍情報ページ：

◇インプレスの書籍情報ページ：https://book.impress.co.jp/books/1121101133

■著者プロフィール

Pradeepta Mishra（プラディープタ・ミシュラ）

インドを拠点とする多国籍企業のITサービス兼コンサルティング会社L＆T InfotechのAIデータプロダクト部門上席。データサイエンティスト、計算言語学エキスパート、機械学習・深層学習のエキスパートからなる大規模なグループを率いる。以前には、Analytics India Magazineの「India’s Top – 40 Under 40 DataScientists」に選出された。また、データサイエンスやAIに関する500以上の技術講演を、さまざまな大学や技術機関、コミュニティなどで行う。

以上

なんだかその、ブラックボックスと言われると、その箱開けてみたくなるんですよ。

で、開けてそれが、パンドラの箱のように夢中になっちゃって災難を引き起こすなんて事になったりするのね。

まぁ、このお歳でそこまではならないと思うけど、新しいアイデアは出てきそうな感じもする。

minorus

電子機器が大好きです。
プログラムを書くのをお仕事としていたこともあるので、両方できる PIC や Arduino を使って、いろいろな（役にあんまり立たない）ものを作っています。
実は UNIX 関連のお仕事も長かったので、Raspberry Pi もお手の物なのですけれど、これから触る機会が多くなるのかなぁ。
ボチボチ行きますが、お付き合いください。
若いころの写真なので、現時点では、まだ髪の毛は黒くてありますが、お髭は真っ白になりました。
愛車の国鉄特急カラーのカスタムしたリトルカブで、時々、秋月電子通商の八潮店に出没します。