해석과 설명¶
SHAP · 1-Depth GBM · EBM · fANOVA --- ML 모형을 쓸 수 있게 만드는 기법들
이 섹션의 구성¶
| # | 페이지 | 내용 |
|---|---|---|
| 1 | 해석 가능성 | XAI 개론, 해석 도구 총람 (Global / Local) |
| 2 | SHAP 이론 | Shapley Value, 핵심 성질, TreeSHAP |
| 3 | 1-Depth GBM 스코어카드 | Shape Function, GAM 동치, 성능 비교 |
| 4 | EBM (GA²M) | ante-hoc 해석, 2-stage 학습, FAST, Purification |
| 5 | fANOVA 개념과 Purification | 분배 vs 분리, Variance Decomposition |
| 6 | 도구 · 구현 · 요약 | 오픈소스 도구, 업계 사례, 구현 예시, 참고 자료 |
| 7 | ML 해석을 고민한 기록 | SHAP 실전의 벽, Counterfactual Explanation, SHAP vs fANOVA |
다음 섹션
모델 검증에서 성능 지표, OOT 검증, 규제 프레임워크를 다룬다.