
190 7 章 数理モデル
よりも、x % の正確度を実現する頑健な線形モデルを選ぶ。
7.2.2 ブラックボックスモデルと記述的モデル
ブラックボックスとは、与えられた仕事をする装置ではあるものの、そのやり方がよくわからないものを
指す
。原材料を入れると完成品としてソーセージが出てくるが、ソーセージがどのように作られているか
は、部外者にはまったくわからない。
それとは対照的に、自分がなぜそのような判断を下すかを説明するのが記述的なモデルである。我々はそ
ちらの方を高く評価する。理論指向のモデルは、一般に記述的だが、それは十分に発達した特定の理論を
きっちり実装したものだからである。その理論を正しいと考えるなら、それがモデルを信頼する理由にな
り、モデルが生成した予測を信頼する理由になる。
機械学習モデルのうち、一部のものは他のものよりも透明性が高い。線形回帰モデルは、最も大きな重み
が与えられるのはどの変数かがわかり、それが予測にどれくらいの影響を与えるかがわかるので、記述的だ
と言える。決定木モデルは、分類に至るまでの判断経路を正確にたどれるようになっている。「あなたの収
入は年間 1 万ドル以下で、クレジットカード負債が 5 万ドルあり、昨年 1 年間は無職なので、弊社の住宅
ローン審査モデルでは対象外となりました」。
しかし残念なことに、ディープラーニングなどのブラックボックス的な手法はきわめて優秀なモデルを作
ることができる。例えば、ニューラルネットワークモデルは、一般になぜそのような判断をしたのかがまっ ...