AI・機械学習 Grad-CAM++をPyTorchで実装！画像分類AIの判定根拠を可視化する方法
前回の概要編では、Grad-CAM++がGrad-CAMと比べてどのような場面で強みを発揮するのかを、実例を交えて解説しました。今回はその判断根拠を、実際にPythonのPyTorchで動かして確認していきます。以下に紹介するコードを実行す...
AI・機械学習 
AI・機械学習 Grad-CAM++とは何か? Grad-CAMとの違いを実例で解説｜胸部X線AIで見る判断根拠の可視化と限界 ２
前回、Grad-CAMの概要解説と実装編の記事で、画像分類モデルの判断根拠を可視化する手法について紹介しました。今回はその発展版である「Grad-CAM++」を取り上げます。Grad-CAMの基本的な仕組みについては前回の記事で解説済みのた...
AI・機械学習 Grad-CAMをPyTorchで実装！画像分類AIの判定根拠を可視化する方法
Grad-CAMをPyTorchで実装し、画像分類AIがどこを見て判断したのかをヒートマップで可視化します。Hugging Faceの肺炎判定モデルを使い、target_layerの指定からGoogle Colabでの実行までコード付きで解説します。
AI・機械学習 5分でできる機械学習！Google ColabでPython初心者でもAIを動かしてみよう
5分で機械学習を体験してみましょう。Google Colabなら環境構築なしで、Python初心者でもLightGBMやSHAP、ディープラーニングのサンプルコードをコピペしてAIを動かせます。
AI・機械学習 Python初心者はいきなりインストール不要｜Google Colabを勧める理由
Pythonを始めるなら、いきなりインストールする必要はありません。Google Colabを使えば環境構築なしでPythonを実行でき、機械学習やAIも手軽に始められます。VS Code、Anaconda、Kaggleとの違いや注意点も紹介します。
JASP 【たった50秒】JASPでベイズ統計の線形回帰分析+BF+事後分布R2 +残差プロット描画
今回は、ベイズ統計による線形回帰分析（Multiple Regression）に挑戦してみましょう。JASPを使えば、たった50秒で以下の分析項目を一気に実行できます！この記事では複数の要因が、ある結果とどの程度関連しているかを探索する、と...
AI・機械学習 Grad-CAMとは？仕組みをわかりやすく解説｜胸部X線AIで見る判断根拠の可視化と限界
Grad-CAMとは何かを初心者向けに解説します。CAMとの違い、勾配を使った仕組み、胸部X線肺炎判定AIの実例、誤判定例、Grad-CAMの限界まで図を交えてわかりやすく紹介します。
統計用語・概念解説 ベイズt検定とは？BF、事前・事後分布、尤度まで図解でやさしく解説
ベイズt検定の仕組みを、事前分布・尤度・事後分布の関係からわかりやすく解説。BF（ベイズファクター）や95%信用区間、頻度論のt検定との違いも図解で紹介します。
JASP 【JASPでベイズ】たった50秒 ベイズ推定の相関分析+相関行列+BFの頑健性プロット
JASPを使ったベイズ推定による相関分析のやり方を画像付きで解説。ベイズファクター（BF）、相関行列、事前・事後分布、BFの頑健性プロットの出力方法から、結果の保存、APA・BARGに沿った論文・学会での記載例まで紹介します。
JASP 【JASPでベイズ】たった40秒 JASPで対応のあるｔ検定+BFの頑健性プロット+記述統計
JASPを使ったベイズ推定による対応のあるt検定のやり方を初心者向けに解説。データセットの構成、事前・事後分布、頑健性チェック、記述統計量、論文・学会で使える記載例まで紹介します。