説明可能なAI：ブラックボックスの開梱（2022-US-45MP-1147）ピーターハーシュ、JMPシニアシステムエンジニア、SAS
Florian Vogt、システムエンジニア、JMP
JMP、科学的発見およびゲノミクスのディレクター、ラス・ウォルフィンガー
JMP、主任研究統計開発者、ローラ・ランカスター
人工知能アルゴリズムは、複雑な問題への洞察を得るのに役立ちます。これらのアルゴリズムの欠点の1つは、解釈が難しい場合が多いことです。解釈可能性が欠如していると、これらのAIアルゴリズムを使用して生成されたモデルの信頼性が低下し、有用性が低下する可能性があります。この講演では、JMPのいくつかの機能を利用することでAIをより理解しやすくする方法を紹介します。プレゼンテーションでは、予測プロファイラーを使用した「what if」仮説検定の実行、モンテカルロシミュレーションを使用したモデルの堅牢性のテスト、およびJMP Pro17の新機能であるShapley値の分析を行い、対照的な説明を検討します。
起こるデータ探索統計とモデリング
