～ XAIとPythonライブラリ「DALEX」の基礎、DALEX を用いたAIモデル解釈のワークフロー、ケーススタディによる応用事例 ～
・AIシステムにおけるブラックボックスモデルの内部を可視化し、関係者が納得できる形での意思決定に活かすための講座！
・XAI 手法の特徴と選定上のポイント、Pythonライブラリを用いたモデル解釈の具体的手順を修得し、不良品判定、予知保全、市場予測や要因分析に活かそう！
・DALEX（Diverse And eXplainable）はPythonのライブラリで、機械学習モデルの予測結果を解釈し、理解しやすい形で可視化するためのツールです。
・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
AI モデルの「精度」だけでなく、「なぜそう予測したのか」が現場改善や品質保証の鍵となります。本研修では、Python で動く DALEX を中心に、ブラックボックスモデルの内部を可視化し、関係者が納得できる形で意思決定を支援する方法をお伝えします。
具体的な事例を通じて、実践的なスキルを習得していただきます。XAIの基礎から応用まで、一緒に学んでいきましょう。
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | オンラインセミナー、ソフト・データ・画像・デザイン |
| 受講対象者 |
・データ解析に携わる方で、XAIに関心がある方 ・PythonライブラリのDALEXを活用したい方 |
| 予備知識 |
・大学初年度程度の数学知識 ・Pythonの初歩的な知識 |
| 修得知識 |
・手元にあるデータに適した XAI 手法の特徴と選定ポイントを把握できる ・DALEX で重要度・PDP・SHAP を取得する基本操作と結果の読み方を学べる ・XAIを用いAIの結果を品質改善や保全検討に活かす際のヒントを得られる |
| プログラム |
１．XAIの基本 （１）．ブラックボックス vs ホワイトボックス ａ．決定木・線形回帰など解釈しやすいモデル ｂ．ランダムフォレスト・XGBoost・DNN など高性能モデル ｃ．「ブラックボックス化」を招く 3 つの要因 （２）．XAI 手法マップ ａ．グローバル解釈 vs ローカル解釈 ｂ．ポストホック型 vs インヘレント型 （３）．DALEX 入門 ａ．DALEX の概要 ｂ．メリットと限界
２．Pythonライブラリ「DALEX」 を用いたAIモデル解釈のワークフロー （１）．作る（モデル） ａ．XGBoostなどでモデルを学習 ｂ．欠損補完・カテゴリ化など前処理 （２）．守る（精度とリーク対策） ａ．F1／PR－AUC＋ロット別 CV で評価 ｂ．Optuna でチューニング、検証データ非参照 （３）．包む（Explainer 化） ａ． dx.Explainer でモデルとデータをラップ ｂ．特徴量名・ターゲット名を付与 （４）．俯瞰する（モデル全体の癖を把握） ａ．model_parts で変数重要度 ｂ．model_profile で PDP／CP 曲線 （５）．寄る（個別予測を説明） ａ．predict_parts（shap）で寄与度可視化 ｂ．predict_parts（break_down）で要因分解
３．ケーススタディによる応用事例 （１）．予知保全：異常検知モデルの根拠提示 （２）．不良品判定：現場が納得する説明ストーリー （３）．ボトルネック分析：XAIとシミュレーションの連携
４．まとめ （１）．本日の振り返り （２）．明日からできるアクションプラン （３）．質疑 |
| キーワード | ブラックボックス ホワイトボックス 説明可能AI XGBoost Optuna dx.Explainer model_parts predict_parts 予知保全 不良品判定 ボトルネック分析 |
| タグ | データ解析 |
| 受講料 |
一般 (1名)：49,500円(税込)
同時複数申込の場合(1名)：44,000円(税込) |
| 会場 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日
