[4I1-GS-11] AIと社会：

[4I1-GS-11-01] 大域的および局所的説明を両立する決定木集合の構築

〇黒木 瑛介¹、原 聡² (1. 大阪大学、2. 電気通信大学)

キーワード：AI説明可能性、決定木、局所的説明、大域的説明

機械学習モデルの大域的説明手法において，予測忠実度が同程度の複数の説明モデルから適切なものを選択する基準の確立が課題となっている．本研究では，局所的説明の一致度を考慮した説明忠実度を新たな評価基準として導入し，予測木と浅い割り当て木を組み合わせた説明モデルを提案する．Car Evaluationデータセットを用いた実験において，提案手法が予測忠実度を0.95以上に保ちながら説明忠実度を向上させられることを実証した．また，4本程度の予測木で十分な説明性能が得られることを示した．