AIF-C01#30(fundamentals-ai-ml)
ある企業が、ローンの申請リスクを評価するために、解釈可能な（interpretable）機械学習（ML）モデルを開発したいと考えています。 この要件を満たすMLモデルまたはアルゴリズムの種類はどれですか？
正解：B
正解の根拠
融資審査のように説明責任が求められる用途では、係数を直接読み取れるロジスティック回帰が解釈可能性 (Interpretability) の観点で適切です。各説明変数の寄与度を確認できるため、規制当局や顧客への説明、SageMaker Clarify による特徴量重要度の提示と整合する設計が容易です。
解釈可能性の高さ比較
| モデル | 解釈可能性 |
|---|---|
| ロジスティック回帰 | 高 (係数が明示) |
| 深層学習 | 低 (ブラックボックス) |
| K-means | クラスタリングで分類用途と異なる |
| RCF | 異常検知向け |
不正解の理由
- A: 深層学習モデルは多層非線形変換で内部が把握しにくく、解釈可能性の要件には適しません。
- C: K-means は教師なしクラスタリングで、ラベル付き分類タスクの解釈モデル選定には合致しません。
- D: ランダムカットフォレストは異常検知用のアルゴリズムで、リスク評価のための解釈可能な分類モデルではありません。
コメント