Question#45(DP-100)
Azure Machine Learning ワークスペースを管理しています。
特徴量重要度の測定値を使用してモデルの動作を説明する必要があります。
Azure Machine Learning で責任ある AI ダッシュボードを構成する必要があります。
どのダッシュボード コンポーネントを構成すべきですか？
正解：D
解釈可能性（Interpretability）コンポーネントは、モデルの予測に対して特徴量重要度（Feature Importance）を計算・可視化する機能を提供します。 このコンポーネントを使用することで、モデルがどの特徴量をどれだけ重視して予測を行っているかを説明でき、モデルの動作を人間が理解しやすい形で示せます。 A の反事実 What-If は「入力をどう変えると予測が変わるか」を分析するコンポーネントです。B の因果推論は特徴量とターゲット間の因果関係を分析します。C の公平性評価はモデルの公平性（グループ間の予測差異）を評価します。 特徴量重要度の測定値によるモデル動作の説明には「解釈可能性」が正解です。
コメント