Fugu-MT 論文翻訳(概要): The Shapley Value in Machine Learning

論文の概要: The Shapley Value in Machine Learning

arxiv url: http://arxiv.org/abs/2202.05594v1
Date: Fri, 11 Feb 2022 13:25:11 GMT
ステータス: 処理完了
システム内更新日: 2022-02-15 00:01:32.562301
Title: The Shapley Value in Machine Learning
Title（参考訳）: 機械学習におけるshapley値
Authors: Benedek Rozemberczki, Lauren Watson, P\'eter Bayer, Hao-Tsung Yang, Oliv\'er Kiss, Sebastian Nilsson, Rik Sarkar
Abstract要約: 機械学習におけるShapleyの価値の最も重要な応用について概説する。シェープリー値の最も重要な限界について検討し、今後の研究の方向性を指摘する。
参考スコア（独自算出の注目度）: 5.867472712737402
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Over the last few years, the Shapley value, a solution concept from cooperative game theory, has found numerous applications in machine learning. In this paper, we first discuss fundamental concepts of cooperative game theory and axiomatic properties of the Shapley value. Then we give an overview of the most important applications of the Shapley value in machine learning: feature selection, explainability, multi-agent reinforcement learning, ensemble pruning, and data valuation. We examine the most crucial limitations of the Shapley value and point out directions for future research.
Abstract（参考訳）: ここ数年、協調ゲーム理論のソリューション概念であるShapleyの価値は、機械学習に多くの応用を見出した。本稿ではまず,協調ゲーム理論の基本概念とシェープリー値の公理的性質について論じる。次に,機械学習におけるshapley値の最も重要な応用について概説する。特徴選択,説明可能性,マルチエージェント強化学習,アンサンブルプルーニング,データ評価。シェープリー値の最も重要な限界について検討し、今後の研究の方向性を指摘する。

関連論文リスト

Shapley Pruning for Neural Network Compression [63.60286036508473]
この研究はShapley値近似を示し、ニューラルネットワーク圧縮の費用対効果の観点から比較分析を行う。提案した規範的ランキングとその近似は、最先端のネットワーク圧縮を得る実用的な結果を示す。
論文参考訳（メタデータ） (2024-07-19T11:42:54Z)
Fast Shapley Value Estimation: A Unified Approach [71.92014859992263]
冗長な手法を排除し、単純で効率的なシェープリー推定器SimSHAPを提案する。既存手法の解析において、推定器は特徴部分集合からランダムに要約された値の線形変換として統一可能であることを観察する。実験により,SimSHAPの有効性が検証され,精度の高いShapley値の計算が大幅に高速化された。
論文参考訳（メタデータ） (2023-11-02T06:09:24Z)
Explaining Reinforcement Learning with Shapley Values [0.0]
本稿では,Shapley値を用いた強化学習の理論的解析を行う。我々の分析は、強化学習におけるシェープリー値の早期使用の限界を明らかにする。次に、Shapley値を使ってエージェントのパフォーマンスを説明するアプローチを開発します。
論文参考訳（メタデータ） (2023-06-09T10:52:39Z)
Efficient Shapley Values Estimation by Amortization for Text Classification [66.7725354593271]
我々は,各入力特徴のシェープ値を直接予測し,追加のモデル評価を行なわずに補正モデルを開発する。 2つのテキスト分類データセットの実験結果から、アモルタイズされたモデルでは、Shapley Valuesを最大60倍のスピードアップで正確に見積もっている。
論文参考訳（メタデータ） (2023-05-31T16:19:13Z)
A Quantum Algorithm for Shapley Value Estimation [0.8739101659113155]
そこで我々は,ある信頼区間内でShapley値を抽出できる量子アルゴリズムを提案する。投票ゲームの具体例で各アプローチの有効性を示す。
論文参考訳（メタデータ） (2023-01-11T21:32:59Z)
A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
論文参考訳（メタデータ） (2022-11-23T18:25:32Z)
On the Convergence of the Shapley Value in Parametric Bayesian Learning Games [28.212413634171572]
いずれのプレイヤーにおいても、シャプリー値の差は、特徴関数が結合フィッシャー情報の対数行列に比例する制限ゲームにおけるシャプリー値の差に収束することを示す。この結果から,KL 分岐のコストのかかる計算を行なわずに実現可能となった。
論文参考訳（メタデータ） (2022-05-16T02:29:14Z)
Collective eXplainable AI: Explaining Cooperative Strategies and Agent Contribution in Multiagent Reinforcement Learning with Shapley Values [68.8204255655161]
本研究は,シェープリー値を用いたマルチエージェントRLにおける協調戦略を説明するための新しい手法を提案する。結果は、差別的でない意思決定、倫理的かつ責任あるAI由来の意思決定、公正な制約の下での政策決定に影響を及ぼす可能性がある。
論文参考訳（メタデータ） (2021-10-04T10:28:57Z)
groupShapley: Efficient prediction explanation with Shapley values for feature groups [2.320417845168326]
シェープ価値は、機械学習モデルから予測を説明するための最も適切で理論的に健全なフレームワークの1つとして、自らを確立している。 Shapley値の主な欠点は、その計算複雑性が入力機能の数で指数関数的に増加することである。本稿では、上記のボトルネックを扱うための概念的にシンプルなアプローチであるgroupShapleyを紹介する。
論文参考訳（メタデータ） (2021-06-23T08:16:14Z)
Shapley values for feature selection: The good, the bad, and the axioms [0.0]
Shapleyの価値を紹介し、機能選択ツールとしての最近の使用に注意を向けます。そこで我々は,具体的シミュレーション環境において検討される洞察を数多く生み出す。
論文参考訳（メタデータ） (2021-02-22T12:09:08Z)
Towards Efficient Data Valuation Based on the Shapley Value [65.4167993220998]
本稿では,Shapley値を用いたデータ評価の問題点について検討する。 Shapleyの値は、データ値の概念に対して多くのデシダータを満たすユニークなペイオフスキームを定義する。本稿では,Shapley値を近似する効率的なアルゴリズムのレパートリーを提案する。
論文参考訳（メタデータ） (2019-02-27T00:22:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。