AI用語集
人工知能の完全辞典
グローバル特徴量重要度
予測変数全体がモデル全体に与える平均的な影響を評価する解釈手法で、予測への全体的な貢献度に基づいて特徴量を階層化することを可能にする。
グローバルSHAP値
ゲーム理論に基づくアプローチで、データセット全体におけるモデルの予測に対する各特徴量の平均的な貢献度を定量化し、数学的一貫性と加法性の特性を保証する。
部分依存プロット（PDP）
1つまたは2つの変数がモデルの予測に与える平均的な限界効果を示す可視化手法で、他の変数の影響を周辺化して全体的な関係を明らかにする。
累積局所効果（ALE）
特徴量が局所的な予測に与える平均効果を計算する解釈技術で、PDPに存在する相関バイアスを回避し、グローバル効果のより信頼性の高い推定を提供する。
グローバル代理モデル
複雑なブラックボックスモデルの全体的な動作を模倣するために訓練された解釈可能なモデル（決定木や線形回帰など）で、簡略化されたが理解しやすい近似を提供する。
順列特徴量重要度
特徴量の値をランダムに並べ替えた際のモデル性能の劣化を測定することで変数の重要度を評価するモデル非依存の手法で、特徴量の全体的な貢献を明らかにする。
モデル非依存手法
内部構造へのアクセスを必要とせず、入出力のみに基づいて動作する機械学習モデルの解釈アプローチで、あらゆる種類のモデルで全体的な動作を分析する。
グローバル特徴量効果
データ空間全体にわたるモデルの予測に対する各変数の影響を、効果の方向、大きさ、形状を組み合わせて包括的に分析し、全体的な理解を提供する。
ICE曲線（個別条件付き期待値）
特徴量の異なる値に対するモデルの個別予測をプロットする可視化手法。効果の不均一性を観察し、これらの情報を集約して全体的な理解を得ることができる。
フリードマンのH統計量
機械学習モデルにおける変数間の相互作用の強さを定量化する尺度。予測に全体的に影響を与える非線形依存関係を特定することができる。
グローバルモデル可視化
モデルの全体的な挙動を包括的に表現するグラフィカルおよび視覚的技術の集合。特徴量間の関係、決定パターン、確信度の高い領域などを含む。
グローバル特徴量寄与度
各特徴量がモデルの予測と参照ベースラインとの差に平均的に寄与する度合いを定量化。変数が決定に与える全体的な影響を明らかにする。
モデル固有のグローバル解釈
特定のモデルタイプ（ニューラルネットワークの重みや決定木のルールなど）に特化して設計された解釈手法。モデルの全体的な挙動を説明する。
グローバル感度分析
入力領域全体における入力変動に対するモデル出力の変動を系統的に研究。全体的な挙動に最も影響を与える要因を特定する。
グローバルルール抽出
複雑なモデルの全体的な挙動を捉える解釈可能なルールセットを生成するプロセス。自動予測を明示的で一般化可能な知識に変換する。