記事サポート
2025年8月22日
Interface編集部
連載・「脱！ブラックボックス 説明可能AI」サポート・ページ
●第4回（2025年10月号）入力特徴量が多くてもOK！モデルに依存しない説明手法…PDPlot
・ダウンロード・データはコチラから （準備中）
・図4のカラー
（a）勾配ブースティング木の場合
（b）線形回帰モデルの場合
（c）MLPモデルの場合
●第3回（2025年7月号）どの特徴量が貢献しているか示すFeature Importance
・ダウンロード・データはコチラから
●第２回（2025年5月号）決定木回帰モデルの判断が妥当か調べる
・ダウンロード・データはコチラから
・図３（a）（カラー）決定木回帰モデルの概要－学習（学習データを最も分割する木構造ルールを作成．葉ノードでスコア平均を計算）－
・図７（カラー） ワイン品質を予測した決定木回帰モデル
（四角内の色が濃いほど予測値の値が大きい）
●第1回（2025年3月号）AIモデルが重視している特徴を抽出…線形回帰モデルの場合
・ダウンロード・データはコチラから
