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