SHAP
説明可能AIの手法 SHAP の説明として、最も適切なものを1つ選べ。
- A
画像の一部を隠してデータを増やす。
- B
予測を高速にするために、モデルを軽くする。
- C
文章を単語に分ける。
- D
協力ゲーム理論のシャープレイ値の考え方を使い、それぞれの特徴量が予測の値にどれだけ貢献したかを数値で示す。
正解と解説を見る
正解：D
SHAP は、シャープレイ値の考え方で、各特徴量の予測への貢献を数値で示す手法。
- A
誤り。これはデータ拡張の説明。
- B
誤り。これはモデルの軽量化の説明。
- C
誤り。これは形態素解析などの説明。
- D
正しい。1つの予測の説明にも、モデル全体の傾向の把握にも使える。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。