説明可能なAIに関する名著 日本語訳が無料に、データサイエンティストが執筆

このエントリーをはてなブックマークに追加

画像はUnsplashより

データサイエンティストのクリストフ・モルナル(Christoph Molnar)氏が著した『解釈可能な機械学習──ブラックボックス化したモデルを説明可能にするためのガイド』の日本語訳がWeb上で無料公開されている。日本のSNS上では「読もう」「これは熱い」「ありがたい」「すごい太っ腹だ」など、絶賛のコメントが見られる。

原題は『Interpretable Machine Learning──A Guide for Making Black Box Models Explainable』。本書は著作権のある著作物の配布を許可する「クリエイティブ・コモンズ・ライセンス(CC BY-NC-SA 4.0)」で提供しており、原著と日本語訳ともにWeb上で全編無料で読める。

本書は「イントロダクション」「解釈可能性」「データセット」「解釈可能なモデル」「モデル非依存(Model-Agnostic)な手法」「例示に基づいた説明手法」「ニューラルネットワークの解釈」「解釈可能な機械学習の未来」「著者貢献」「この本の引用」「翻訳」「謝辞」の12章で成り立っている。

日本語訳を手がけた株式会社HACARUS(ハカルス)のデータサイエンティストである増井氏は公式ブログで、本書に関して「この本では、そもそもなぜ機械学習に説明可能性が必要なのかといった一般的な話から、本質的に解釈可能なモデル(線形モデルや決定木など)に対する解釈方法、ブラックボックスなモデルに対しても適用できるモデル非依存の解釈手法(LIMEやSHAPなど)など、さまざまなアプローチの説明がされているため、機械学習モデルの説明手法を俯瞰(ふかん)的に見るには最適な教科書となっています」と説明する。

また、増井氏は本書の魅力について「この分野は日々研究されているトピックであり、最新の情報は大抵英語です。そのため、興味はある一方で敷居が高いと思っておられる方もいるかもしれません。機械学習のプロダクトが世に受け入れられるためにも、AIに何ができて何ができないかを正しく理解するということは重要です。そのときに、本書の手法は非常に役に立ちます。最初の数章に目を通すだけでも価値はあります」と述べている。

日本のSNS上では「名著」とも表現される『解釈可能な機械学習──ブラックボックス化したモデルを説明可能にするためのガイド』。気になる人は日本語訳を読んでみてほしい。

【『解釈可能な機械学習──ブラックボックス化したモデルを説明可能にするためのガイド』概要】
・原題:Interpretable Machine Learning──A Guide for Making Black Box Models Explainable
・著者:クリストフ・モルナル(Christoph Molnar)氏

>>公式ブログの投稿

『データ分析のための統計学入門』PDFが無料公開 データサイエンティストたちが執筆

人工知能(AI)やPythonなどのプログラミング、データサイエンスに関する学習コンテンツが無料で公開されることは少なくない。

最近でも、アメリカのデータサイエンティストらが執筆した『データ分析のための統計学入門 原著第4版』の日本語版PDFファイルが無料公開されたばかりだ。同書が無料公開された際にも、日本のSNS上では「めっちゃ良さそう」「すばらしい……」など、称賛のコメントが見られた。

この記事で紹介したコンテンツはそれぞれ分野や領域は異なるものの、両方とも無料で学習できる。気になる人はチェックしてみては。