発展：説明可能AIを分解する（SHAP・LIME・Grad-CAM）

モデルの解釈性のレッスンの続きとして、なぜそう判断したのかを示す手法について、LIME・SHAP・Permutation Importance・CAM・Grad-CAM がそれぞれ何をどう測るのかまで掘り下げます。どの特徴が効いたかを示す考え方の3つの筋、画像のどこを見たかを示す考え方、そして説明そのものを鵜呑みにできない理由までを実装のコードは扱わず、それぞれが何を根拠と呼んでいるのかに絞って説明します。