文献

J-GLOBAL ID：201802280288768782   整理番号：18A0196755

機械学習の意思決定の解釈可能性に関する研究【Powered by NICT】

A study on interpretability of decision of machine learning

著者 (2件)： Shirataki Shohei (Department of Information and Communications Engineering, Kogakuin University Graduate School, Tokyo, Japan) ,  Yamaguchi Saneyasu (Department of Information and Communications Engineering, Kogakuin University Graduate School, Tokyo, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Big Data  ページ： 4830-4831  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 機械学習は,ビッグデータ解析における最近の改良における最も重要な分野の一つである。多くの人は,さまざまな目的のためにドメインの種々の機械学習を適用し,意見の分類である。しかし,機械学習の構築されたモデルはブラックボックスである。それらは意思決定のための背景理由を理解することはできない。多くの場合,理解は,理由は重要である。本論文では,モデルの解釈と決定理由の理解に焦点を当てた。最初に,サポートベクトルマシン(SVM)とレビューの意見分類の結果を紹介した。第二に,モデルの重みを解析することによりモデルを解釈した。第三に,著者らは高度に重み付き単語の単純化した情報を提供することにより,SVMによる決定のための理由を理解するために支援するための手法を提案した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *機械学習 ,  簡素化 ,  サポートベクトルマシン ,  単語 ,  ブラックボックス ,  *意思決定
準シソーラス用語： ビッグデータ ,  *判断能力 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 機械学習 ,  意思決定 ,  解釈可能性 ,  研究