36. ②大局的な説明
⚫ Born Again Trees
➢ 複雑なモデルを決定木で近似する
➢ 学習したモデルを使って、疑似的な学習データを作成
(ランダムなインプットに、解析対象モデルでラベル付け)
➢ 疑似学習データセットを、決定木で学習
⚫ Making Tree Ensembles Interpretable
(原先生の研究)
➢ アンサンブルの多数の予測ルールを少数の予測ルールで近似
少ないルールで低い予測誤差を実現
➢ モデル簡略化をベイズモデル選択の問題として定式化
FAB Inferenceを使うことで、モデル選択の計算を効率化
(手法の説明はよく理解できなかったので割愛・・・ )
36