機械学習を活用すれば、膨大なデータをもとにして、さまざまな事柄について予測値を導き出すことができます。しかし、実際にその予測値を役立てるためには、なぜそうした予測結果になったのかを理解することが重要です。予測値を解釈するための手法 ...

💡 まとめ SHAPは元々教師あり学習向け。 教師なしクラスタリングで使う場合は クラスタラベルを仮の教師ラベルとして扱う 必要がある。 PointNet++特徴 → k-means++クラスタ → SHAPによる寄与度 → 点群着色 という流れで可視化可能。

SHAP（SHapley Additive exPlanations）はモデルの予測に対して各特徴量がどの程度寄与したかを定量化する手法ですが、**「そのSHAP値の説明が信頼できるか？」**を評価する方法も研究されています。主な観点は以下です。 SHAP値の大きい特徴を順に「マスク/除去 ...

大規模言語モデルのGPT-4やチャットボットAIのChatGPTを開発するOpenAiが、テキストや画像を入力することで3Dモデルを自動生成するAI「Shap-E」を発表しました。Shap-Eはオープンソースで開発されており、無料で使用できます。 GitHub - openai/shap-e: Generate 3D objects ...