【G検定過去問風テスト】EU GDPRにおける「説明を受ける権利」
G検定のXAI・法的背景から「説明を受ける権利」を過去問風問題で徹底解説！EUのGDPR（一般データ保護規則）による、自動化されたAIの決定理由を求める権利の考え方を分かりやすく解説します。
【G検定過去問風テスト】精度と解釈性のトレードオフ
G検定のXAI分野から「精度と解釈性のトレードオフ」を過去問風問題で徹底解説！予測精度が高まるほど内部構造が複雑化して解釈性が下がるという、AI開発における重要なジレンマを分かりやすく解説します。
【G検定過去問風テスト】PDP（部分従属プロット）による大域的分析
G検定のXAI分野から「PDP（部分従属プロット）」を過去問風問題で徹底解説！特定の特徴量が変化したときにAIの予測値が全体としてどう動くかを可視化する大域的分析手法の仕組みを分かりやすく解説します。
【G検定過去問風テスト】反事実的説明（Counterfactual Explanation）の仕組み
G検定のXAI分野から「反事実的説明」を過去問風問題で徹底解説！「もし〇〇だったら結果はどう変わっていたか」という条件変更を提示してAIの判断根拠を分かりやすく示す仕組みをサクッとマスターしましょう。
【G検定過去問風テスト】アテンションマップによる解釈・可視化技術
G検定のXAI分野から「アテンションマップ」を過去問風問題で徹底解説！Transformerなどのアテンション機構において、モデルが入力のどの領域や単語に注目したかを可視化する仕組みを分かりやすく解説します。
【G検定過去問風テスト】代理モデル（サロゲートモデル）の仕組みと役割
G検定のXAI分野から「代理モデル（サロゲートモデル）」を過去問風問題で徹底解説！複雑なブラックボックスモデルの挙動を模倣して解釈しやすくする仕組みや、大域的・局所的代理モデルの違いを分かりやすく解説します。
【G検定過去問風テスト】ブラックボックスモデルとホワイトボックスモデル
G検定のXAI分野から「ブラックボックスモデル」と「ホワイトボックスモデル」の違いを過去問風問題で徹底解説！AIの解釈性を左右する構造の基本概念をサクッとマスターしましょう。
【G検定過去問風テスト】XAIの分類軸：モデル非依存とモデル依存
G検定のXAI分野で頻出の「モデル非依存（Model-agnostic）」と「モデル依存（Model-specific）」の違いを過去問風問題で分かりやすく解説！適用範囲の仕組みをサクッとマスターしましょう。
【G検定過去問風テスト】XAIの分類軸：大域的説明と局所的説明
G検定のXAI分野で頻出の「大域的説明（Global）」と「局所的説明（Local）」の違いを過去問風問題で分かりやすく解説！AIの判断根拠をひもとくための基本分類軸をサクッとマスターしましょう。
【G検定過去問風テスト】画像認識の根拠を示すGrad-CAMの仕組み
G検定のAI解釈性（XAI）から「Grad-CAM」を過去問風問題で徹底解説！CNNの勾配情報を利用して画像認識の根拠をヒートマップで可視化する仕組みや、LIME・SHAPとの違いを分かりやすく紹介します。