AI用語集
人工知能の完全辞典
236
カテゴリ
3,245
サブカテゴリ
39,334
用語
用語
選択性（Selectivity）
特定の予測に関連する最も関連性の高い特徴に焦点を当て、ノイズや情報量の少ない変数を無視する説明の能力を測定します。説明のスパース性の度合いを定量化します。
用語
忠実度R²スコア（R-squared Fidelity Score）
説明モデルがブラックボックスモデルの予測の分散のどの割合を説明するかを測定することで、線形説明モデルの忠実度を評価するために使用される決定係数です。
用語
解釈可能性のための適合率-再現率曲線下面積（AUPRC）
最も重要な特徴の選択を二値分類問題として扱い、特徴ベースの説明の質を評価するためのAUPRCメトリックの適応です。
用語
説明の計算コスト（Explanation Computational Cost）
説明を生成するために必要な時間的およびリソース的なコストを定量化します。大規模な解釈可能性手法の展開において不可欠な実用的な基準です。
用語
不連続率（Discontinuity Rate）
非常に近いデータインスタンスに対する説明の突然の非線形な変化を評価するメトリックです。率が高い場合は、不安定で直感的でない可能性がある説明を示します。
用語
感度スコア（Sensitivity Score）
基礎となるモデルの変更（例：再トレーニング後）に応じて説明がどのように変化するかを定量化します。一貫性のある説明には、低い感度が望ましいです。
用語
整合性メトリック（Coherence Metric）
異なる予測の説明が互いに論理的に一貫しているかを評価します。例えば、あるクラスで重要と識別された特徴が、対立するクラスで逆の方法で重要であるかどうかなどを評価します。
用語
忠実度損失（Fidelity Loss）
解釈可能なモデルのトレーニング中に使用される目的関数で、解釈可能なモデルの予測と説明しようとするブラックボックスモデルの予測との間の差異にペナルティを課します。
用語
スパース性指標（Sparsity Index）
説明において、可能な特徴量の総数に対する非ゼロの特徴量または係数の比率を測定します。指数が高いほど、よりシンプルで解釈しやすい説明を示します。
🔍