大坪直樹/中江俊博/深沢祐太/豊岡祥/坂元哲平/佐藤誠
◆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。第1部■課題設定第1章 AIになぜ「説明」が必要か?第2部■基礎知識第2章 「説明可能なAI」の概要第3章 XAIの活用方法第4章 様々なXAI技術第5章 XAIライブラリの評価・選定第3部■実践指南第6章 LIMEによる表形式データの局所説明第7章 LIMEとGrad-CAMによる画像データの局所説明第8章 LIMEとIntegrated Gradientsによるテキスト分類の局所説明第9章 SHAPによる局所的・大局的説明と応用第10章 ELI5、PDPbox、Skaterによる大局説明第11章 LIME、SHAPの苦手シーンと解決策第4部■将来展望第12章 業務で求められる説明力第13章 これからのXAI付録 環境構築の手順