Pythonでのデータサイエンスや開発を効率的に行うためには、適切な環境構築が欠かせません。 Miniforgeは、Conda環境をシンプルかつ軽量に提供してくれるツールであり、特に余計なパッケージを省いた環境を構築した...

前回（第6回）で、個別の不良品に対してSHAPとBreak Downを使って原因を究明し、具体的な改善アクションを立案しました。 DALEXで実践する説明可能AI超入門— 第6回 —製造業でのXA...

金属プレス加工を専門とする中堅メーカーのXAI事例です。 朝の品質会議で、品質管理課の鈴木さんが困った顔をしていました。 「昨日の夜勤で製造されたロット番号A-2457の製品が不良と判定されたんですが、見た目にも測定値に...

「AIが不良品と判定した理由が分からない。だから改善のしようがない」 多くの製造現場が、AIのブラックボックス問題に直面しています。 高精度な品質検査AIを導入しても、なぜその判断をしたのか説明できなければ、現場の改善活...

第3回では、グローバル解釈の手法（Permutation Importance、PDP、ICE）を通じて、AIモデル全体の振る舞いを俯瞰的に理解する方法をお話ししました。 DALEXで実践する説明可能AI超入門̵...

第2回で、DALEXによる「環境構築／モデル構築／特徴量重要度／Break Down分析」というステップを通じて、ブラックボックス化しやすい機械学習モデルの「判断根拠を可視化する基礎」を体験しました。 DALEXで実践す...

前回の記事では、なぜAIの判断根拠を説明することが重要なのか、そしてXAI（説明可能AI）がどのような場面で活用されているかを学びました。 DALEXで実践する説明可能AI超入門— 第1回 —なぜ...

あなたは、AI（機械学習モデル）が下した判断に対して「なぜその結論になったの？」と疑問を持ったことはありませんか。 近年、機械学習やディープラーニングの技術が急速に発展し、AIは驚くほど高い精度で予測や分類を行えるように...

前回は、NumPyとPandasを使って大規模なデータを効率的に処理する方法を学びました。 Python入門とデータ処理の基礎第2回 – NumPyとPandasによるデータ操作 数万件のデータも瞬時に集計で...

前回は、Pythonの基本的な文法を学びました。 変数の使い方、条件分岐、繰り返し処理、そして関数の作り方など、プログラミングの基礎となる重要な概念を身につけることができました。 Python入門とデータ処理の基礎第1回...