↑: [[G検定に関する知識]] - モデルがなぜその予測をしたかを人間が理解できる度合い - 解釈性が高い（ホワイトボックス）モデル：[[決定木]]、線形回帰 - ルールや係数を直接確認できる - 解釈性が低い（ブラックボックス）モデル：ディープラーニング、アンサンブル - 精度は高いが根拠が見えにくい - 解釈性を後付けで高める手法 → [[XAI]] - 局所的説明：[[LIME]]、[[SHAP]] - 視覚的説明：[[Grad-CAM]] - トレードオフ：一般にモデルの複雑さ（精度）と解釈性は反比例する傾向