出版社内容情報
◆AIの説明責任を果たす ◆
◆◆手法とツールを解説◆◆
AIが出した答について「なぜ？」「どうして、そうなるの？」と問われた開発者は、絶句するほかありません。そこを機械に任せるための機械学習なのですから、「黙って信じてください」と頼みますか？
この難問に対し、人間が納得できそうな理由や根拠を示す技術が「説明可能なAI」（eXplainable AI：XAI）です。本書では、実際にどのような「説明」が必要とされ、また、可能なのかを丁寧に解説。代表的なXAI技術の概要を紹介し、PythonのXAIライブラリLIMEやSHAP等の使いこなしを手引き。AIの業務適用で迫られる「公平性・説明責任・透明性」という3 つの要求に備えます。
目次
第１部 課題設定（ＡＩになぜ「説明」が必要か？）
第２部 基礎知識（「説明可能なＡＩ」の概要；ＸＡＩの活用方法 ほか）
第３部 実践指南（ＬＩＭＥによる表形式データの局所説明；ＬＩＭＥとＧｒａｄ‐ＣＡＭによる画像データの局所説明 ほか）
第４部 将来展望（業務で求められる説明力；これからのＸＡＩ）
付録：環境構築の手順
