AI用語集

📖

用語

ローカル vs グローバル属性付け

個々の予測を説明する手法（ローカル）と、データセット全体における特徴量の重要性を評価する手法（グローバル）の区別。

📖

用語

モデル非依存属性付け

モデルの内部アーキテクチャに依存せず、モデルをブラックボックスとして扱い、属性付けを生成する説明アプローチ。

📖

用語

モデル固有属性付け

モデルの特定の内部構造（決定木、ニューラルネットワーク）を活用して、より正確な説明を提供する属性付け技術。

📖

用語

アテンション機構

入力の異なる部分に対して重要度の重みを学習するニューラルネットワークの構成要素で、自然に属性付けメカニズムとして機能する。

📖

用語

レイヤーごとの関連性伝播

予測をネットワークを通じて逆方向に伝播させ、出力の関連性を層ごとにニューロンや入力特徴量に分配する技術。

📖

用語

特徴量除去

特徴量を体系的に削除またはマスキングして、モデルの性能に対する個々の影響を評価する技術。

📖

用語

パス属性付け

ニューラルネットワーク内の活性化パスを追跡し、貢献フローに基づいて入力特徴量にクレジットを割り当てる属性付け方法。

📖

用語

勾配ベース属性付け

入力に対する出力の勾配を使用して、特徴量の感度と重要性を定量化する手法のファミリー。

📖

用語

特徴量相互作用

モデルの予測に対する特徴量のペアまたはグループの組み合わせ効果を、個々の寄与を超えて測定するもの。

📖

用語

入力属性

モデルの決定における役割を説明するために、入力の特定要素（ピクセル、単語、変数）に重要度スコアを割り当てるプロセス。