機械学習を解釈する技術 ― モデルの“予測力”と“説明力”を両立させる実践入門
学習ポイント
説明可能なAI（XAI）の必要性と、機械学習モデルの解釈性の基本概念を理解する
Permutation Feature Importance（PFI）, Partial Dependence（PD）, Individual Conditional Expectations（ICE）, Accumulated Local Effects（ALE）, SHAP の理論と特徴を体系的に学ぶ
数式とシミュレーションデータを用いて、各手法の振る舞いや特徴を確認する
線形回帰モデルとブラックボックスモデルの比較を通して、解釈手法の利点と限界を把握する
詳細概要
本セミナーでは、機械学習モデルの「なぜこの予測が出たのか？」を理解するための技術である説明可能なAI（XAI）の主要なアプローチを、理論と実装の両面から体系的に学びます。
前半では、機械学習の発展とともに生じた「予測力と解釈性のトレードオフ」という課題を整理し、なぜモデルの判断根拠を説明することが重要なのかを解説します。そのうえで、線形回帰モデルの持つ解釈性を基礎として、ブラックボックスモデルの理解に向けた各種解釈手法の位置づけを確認します。
中盤では、実務において特に利用価値の高い5つの代表的手法 ―
Permutation Feature Importance（PFI）：特徴量の重要度を定量化する手法
Partial Dependence（PD）：特徴量と予測値の平均的関係を可視化する手法
Individual Conditional Expectations（ICE）：インスタンスごとの関係を分析する手法
Accumulated Local Effects（ALE）：特徴量の相関に対処した手法
SHapley Additive exPlanations（SHAP）：予測の理由を特徴量ごとに分解する手法
を取り上げ、数式と一部コードを用いてその理論的背景と挙動を確認します。
後半では、これらの手法を線形回帰モデルに適用し、理論的な解釈との整合性を検証することで、各手法の適用範囲と限界を理解します。さらに、モデルのデバッグ、特徴量重要度の評価、ステークホルダーへの説明など、実務での活用シーンを具体的に整理します。
対象者
説明可能なAI（XAI）の考え方と主要手法を体系的に学びたい方
機械学習モデルの判断根拠や予測の理由を理解・説明する必要のある実務家・研究者
モデルの信頼性向上や説明責任を重視するデータサイエンティスト・エンジニア
PFI, PD, ICE, ALE, SHAPなどの理論と実装を学びたい大学院生・実務者
講師プロフィール
森下 光之助（モリシタ ミツノスケ）
取得学位：修士（経済学）
REVISIO株式会社でのデータ基盤移行プロジェクトは、Snowflake社が主催する 「DATA DRIVERS AWARDS 2023」 において最高賞を受賞。
また、機械学習モデルの解釈性を扱った著書 『機械学習を解釈する技術』（技術評論社, 2021）は、「ITエンジニア本大賞 2022」技術書部門ベスト3 に選出されている。
2023年11月 ～ 現在：REVISIO株式会社 執行役員 CDO／データ・テクノロジー本部長
2021年2月 ～ 2023年10月：REVISIO株式会社 執行役員 データ・テクノロジー副本部長
2018年11月 ～ 2021年1月：TVISION INSIGHTS株式会社 マネージャー（データサクセスチーム）／データサイエンティスト
2018年2月 ～ 2018年10月：株式会社グリッド 機械学習エンジニア
領収書発行
領収書を希望の方は、下記よりお問い合わせください。なお、学割利用の方への領収書発行はいたしかねますので、予めご了承ください。https://seminar.no-spare.com/receipt
注意事項
本セミナーはZoom Webinarsを用いて開催いたします。
お申し込み後、弊社より本セミナーへのZoom参加用URLを開催当日までに送付いたします。
開催時間になりましたら、送付するURLよりご参加ください。
講義終了後からの受講申込や、講義途中からの申込およびライブ受講の欠席による返金は致しかねますので、予めご了承ください。
本セミナーにお申し込みいただいた方には、本セミナーのアーカイブ動画 講義資料 演習資料（演習のあるセミナーのみ）の3点を配布いたします。
お申し込み後、諸事情によりリアルタイムでのご参加が難しくなってしまった方にも、上記3点の資料を配布いたします。
アーカイブ配信期間は、セミナー終了より1ヶ月間です。
万が一、開催時間になっても事前案内メール（Zoomの参加URLや講義資料など）が届かない場合は、迷惑メールフォルダやゴミ箱に自動的に振り分けられている場合がございます。一度ご確認いただきますようお願い申し上げます。
参加URLはメールにてご案内いたします。no-spare.comドメインより受け取ることができるように設定をお願い申し上げます。
お問い合わせの際は、弊社コンタクトフォームよりお願い申し上げます。
禁止事項
録音や録画撮影などはご遠慮ください。
配布した一切の資料 / 動画を無断で公開、転載することは固く禁じます。
免責事項
本セミナーの内容は、事前の告知なく変更を行う場合があります。
主催者および講演者の諸般の事情や、天災地変その他の不可抗力の事態により、本セミナーの一部あるいは全部を中止させていただく場合があります。
弊社ドメインをブロックしていたことによりメールが受け取れなかったことによる参加の遅れや欠席などの責任は負いかねますので、ご了承ください。
上記が発生する場合は、当社から受講者に対して、本ページやSNS、電子メールなどで事前にお知らせいたします。ただし、事由によっては事前のお知らせがないことを予めご了承ください。