森下光之助

データサイエンティスト | REVISIO 執行役員 CDO データ・テクノロジー本部長 | 東大経済学修士 | 著書『ビジネス課題を解決する技術』『機械学習を解釈する技術』→ | 講義・講演・お仕事のご依頼はDMまでお願いします。

[森下光之助 @dropout009]

執筆した書籍『ビジネス課題を解決する技術』が出版されます！

数理最適化、数理モデル、そしてデータを統合的に活用してビジネス課題を解決する方法を解説しています。

データサイエンスを使ってビジネス価値を生み出したいすべての人に届くことを願っています！

https://t.co/BwvTCEt8dG

[森下光之助 @dropout009]

『シニアエンジニアリングリーダーのしごと』出るの！？
前作の『エンジニアリングマネージャーのしごと』もめっちゃ良かったから読むしかない

https://t.co/vQMqxkZESw

[増田 @ml_taro]

先日の #白金鉱業 で直筆サイン++ しました！森下さん @dropout009 ありがとうございました😊
『ビジネス課題を解決する技術』式展開が親切で分かりやすい本なので皆さんも是非！！！
https://t.co/XdDAsU52YH

[森下光之助 @dropout009]

さっそく設定した

https://t.co/h7k2hpfnKs

[森下光之助 @dropout009]

参加してます！！
#白金鉱業

[森下光之助 @dropout009]

4/23の白金鉱業 Meetupに登壇します！
今回は『ビジネス課題を解決する技術』についてのQ&Aセッションです。
ぜひお気軽に質問を投げてもらえると嬉しいです。
よろしくお願いします！

白金鉱業 Meetup Vol.23@六本木（技術評論社編） https://t.co/DQPbZf7eYS #白金鉱業

[森下光之助 @dropout009]

参加してます！
#cadn

[森下光之助 @dropout009]

あしたはこちらのイベントでLTする時間をいただきました。
今年出版した『ビジネス課題を解釈する技術』についてお話しする予定です！

CA DATA NIGHT #7 〜2025年をML/DSとともに振り返る忘年会SP〜
https://t.co/dQkO8osHjR

[REVISIO株式会社（旧TVISION INSIGHTS） @revisio_com]

弊社執行役員で、データサイエンティストの森下が「機械学習を解釈する技術 ― モデルの“予測力”と“説明力”を両立させる実践入門」と題したウェビナーで講師を務めさせていただきます！ウェビナーは本日18時～、詳細は以下からご確認ください👩‍💻
https://t.co/TYCNdfMvcz

[Nospare @Nospare_Inc]

AIモデルの説明可能性は、ビジネスや医療分野でAIを安全に運用するために不可欠な要素です。複雑で解釈が難しいブラックボックスなモデルを理解するために、SHAPやICEといった手法は「可視化ツール」として広く活用されています。日々の業務でAIモデルを扱うDSにとって、 必須の知識 となっています。

[森下光之助 @dropout009]

明日、こちらでセミナーさせていただきます！
ご興味ある方はぜひ！

[Nospare @Nospare_Inc]

【セミナー情報】12/3 18:00よりREVISIO株式会社の森下氏をお迎えしたセミナー「モデルの”予測力”と”説明力”を両立させる実践入門：機械学習を解釈する技術」を開催いたします！

【申込ページ】
https://t.co/XUVTLX1Tij

【概要】
本セミナーでは、機械学習モデルの「なぜこの予測が出たのか？」を理解するための技術である説明可能なAI（XAI）の主要なアプローチを、理論と実装の両面から体系的に学びます。

​前半では、機械学習の発展とともに生じた「予測力と解釈性のトレードオフ」という課題を整理し、なぜモデルの判断根拠を説明することが重要なのかを解説します。そのうえで、線形回帰モデルの持つ解釈性を基礎として、ブラックボックスモデルの理解に向けた各種解釈手法の位置づけを確認します。

​中盤では、実務において特に利用価値の高い5つの代表的手法 ―

​Permutation Feature Importance（PFI）：特徴量の重要度を定量化する手法
​Partial Dependence（PD）：特徴量と予測値の平均的関係を可視化する手法
​Individual Conditional Expectations（ICE）：インスタンスごとの関係を分析する手法
​Accumulated Local Effects（ALE）：特徴量の相関に対処した手法
​SHapley Additive exPlanations（SHAP）：予測の理由を特徴量ごとに分解する手法
​を取り上げ、数式と一部コードを用いてその理論的背景と挙動を確認します。

​後半では、これらの手法を線形回帰モデルに適用し、理論的な解釈との整合性を検証することで、各手法の適用範囲と限界を理解します。さらに、モデルのデバッグ、特徴量重要度の評価、ステークホルダーへの説明など、実務での活用シーンを具体的に整理します。

[森下光之助 @dropout009]

本日19時からこちらでお話させていただきます！

https://t.co/VIlfWeIyNv

[森下光之助 @dropout009]

はじまった！！！ #白金鉱業

[gihyoDP @gihyoDP]

【7月度 技術評論社Amazon Kindle月間販売数トップ5】
3位は『ビジネス課題を解決する技術』が初登場でトップ3入り！本書は、ビジネス課題をデータサイエンスで解決するための実践的な思考法を、3ステップのフレームワークで丁寧に解説しています https://t.co/iIxYqYQngc #gihyokindle

[iwanaga_jiro @pseudo_finite]

9/30(火)19時からopt-radio開催です。
「ビジネス課題を解決する技術」の著者である森下さんをお呼びしてワイワイお話をします！
ビジネス現場の数理最適化の話などいろいろ聞けそうな予感！

[森下光之助 @dropout009]

これめっちゃ面白そう！
読みます！

[講談社サイエンティフィク🖋️📔 @kspub_kodansha]

📚10月新刊📢
吉住遼／原泰史・著
『Pythonではじめるオープンデータ分析
経済統計の取得から、データハンドリング・可視化・分析まで』
https://t.co/e40WnqTbJj
https://t.co/OarTF79c6A

オープンデータは「データの金脈」🪙
スコップはもうみんなの手元に💻
データのありかと使い方を徹底指南‼️

[森下光之助 @dropout009]

ラジオにお呼びいただきました！
書籍の話だけでなく、ビジネス現場での数理モデルや数理最適化の実践など、いろいろ話せたらと思っています！

[おおたまん @ohtaman]

次回の opt-radio は「ビジネス課題を解決する技術」
著者の @dropout009 さんをゲストにお招きして、いろいろなお話を伺おうと思います！

https://t.co/eBQC4OuVmM

[おおたまん @ohtaman]

次回の opt-radio は「ビジネス課題を解決する技術」
著者の @dropout009 さんをゲストにお招きして、いろいろなお話を伺おうと思います！

https://t.co/eBQC4OuVmM

[松本 勇気 (Yuki Matsumoto) | LayerX CTO @y_matsuwitter]

この度、生成AIの活用に関する書籍を上梓させていただきます。
題して「生成AI『戦力化』の教科書」。我々が2年以上に渡って検証している優秀な新人としてのLLMをオンボーディングするための手法と、その経営戦略やプロダクト戦略への反映について扱いました。

Amazonページ
https://t.co/hmPuWcgTk4

[yuto@数検1級チャレンジャー @smo_yutohisano]

素人なりに解釈したのですが、

「集団に所属する全員が共通の平均接触回数θを持つ」と暗に仮定していたことになります。しかし、集団にはテレビをよく見るのでCMに接触しやすい個人もいれば、テレビをほとんど見ないのでCMになかなか接触しない個人もいると考えた方が自然です。(引用)

これが反映できるのは単純な予測モデルではなく確率モデルなんですね。そのことがしっくり来ただけでもこの本を読んだ価値大有り。

[しき @suouradollshiki]

「現場で活用するためのAIエージェント実践入門」📖を読みました

AIエージェントの定義、実装、応用例を広くまとめてくれた本でした
きちんと参考文献を引用してくれているのも好感度が高いですね
https://t.co/S5q1bOEZj0

一点、惜しむらくは、