説明手法
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/07/01 16:29 UTC 版)
XAIでは説明範囲の違いやその目的によってAIの説明を二つに分類しており、個々の入力データに対する出力という、個別具体的な予測結果に対する説明を局所説明(Local Explanations)、指定したAIモデルの全般的な振る舞い（特徴）に対する説明を大局説明(Global Explanations)と定義している。局所説明としては、特徴量を使った説明（例として、画像データを用いて画像検索を行う際の予測を決定づける画像領域を可視化するなど）、判断ルールによる説明、AIの学習に用いたデータを使った説明などがある。
※この「説明手法」の解説は、「説明可能なAI」の解説の一部です。
「説明手法」を含む「説明可能なAI」の記事については、「説明可能なAI」の概要を参照ください。
ウィキペディア小見出し辞書の「説明手法」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。
お問い合わせ。
- 説明手法のページへのリンク
