【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
※本記事では、アフィリエイトプログラムより教材を紹介しています。
📝 問題
AIモデルの説明手法における分類軸である「大域的説明（Global Explanation）」と「局所的説明（Local Explanation）」に関する記述として、最も適切な選択肢を1つ選べ。
- A）大域的説明とは、特定の1つのデータや予測結果に対して、なぜその結果になったのか個別の理由を説明するアプローチである
- B）局所的説明とは、モデル全体の判断基準や特徴量の重要度ルールを総合的に把握して提示するアプローチである
- C）大域的説明とは、モデル全体の挙動や全体的な判断ルールを把握できるように提示するアプローチであり、局所的説明とは特定の1つのデータに対する予測根拠を提示するアプローチである
- D）大域的説明と局所的説明はどちらもディープラーニングモデルの中身に依存する手法であり、モデル非依存の手法では分類することができない
🔍 ここをクリックして正解を見る
- 正解: C）大域的説明とは、モデル全体の挙動や全体的な判断ルールを把握できるように提示するアプローチであり、局所的説明とは特定の1つのデータに対する予測根拠を提示するアプローチである
💡 合格に近づく！徹底解説
- 重要度: ★★★
■ 1分で分かる！この問題の要点
- 「大域的（Global）」は、AIモデル全体の仕組みや特徴量の傾向を説明するアプローチ
- 「局所的（Local）」は、特定の1つのデータ（1人分のデータや1枚の画像など）に対する予測理由を説明するアプローチ
■ 初学者向け解説（例え話や背景）
AIの解釈性を学ぶうえで、「何を説明の対象にするか」という視点はとても大切です。
- 大域的説明（Global）： 森全体を上空から見渡して、「この森にはこういう木が多いな」と全体像の傾向を知るようなものです（例：「このモデル全体では『年収』が最も重視されている」）。
- 局所的説明（Local）： 森の中のたった1本の木（特定の1つのデータ）に近づいて、「なぜこの木だけ葉が枯れているのだろう？」と個別で理由を調べるようなものです（例：「Aさんのローン審査が落ちたのは『勤続年数』が短かったからだ」）。
G検定ではこの2つの言葉の意味が入れ替わって出題されることが多いので、漢字のイメージ（全体を見渡すか、局所をピンポイントで見るか）で確実に押さえておきましょう！
■ 選択肢の解説
- A) 大域的説明とは、特定の1つのデータや予測結果に対して、なぜその結果になったのか個別の理由を説明するアプローチである（×）: これは大域的ではなく局所的説明の説明です。
- B) 局所的説明とは、モデル全体の判断基準や特徴量の重要度ルールを総合的に把握して提示するアプローチである（×）: これも説明が逆になっており、大域的説明の内容です。
- C) 大域的説明とは、モデル全体の挙動や全体的な判断ルールを把握できるように提示するアプローチであり、局所的説明とは特定の1つのデータに対する予測根拠を提示するアプローチである（○）: それぞれの定義を正確に表しています。
- D) 大域的説明と局所的説明はどちらもディープラーニングモデルの中身に依存する手法であり、モデル非依存の手法では分類することができない（×）: LIMEやSHAPのようにモデル非依存でありながら局所的説明を行う手法も存在するため誤りです。
👉 次の問題＆解説テキスト
お疲れ様です！
この調子で次の問題に挑戦しますか？
それとも、立ち止まって詳しい解説を確認しますか？
