本書が2021年当時に支持された理由は、機械学習の社会実装が進む中で高まった「モデルの説明責任」というニーズに的確に応えたからだと考えられます。当時、多くの企業でAI活用が研究段階から実業務へと移行し、金融審査や医療診断など重要な場面で使われるようになりました。

それに伴い、単に高い予測精度を持つだけでなく、なぜその予測に至ったのかをステークホルダーに説明する必要性が急増していました。現場のデータサイエンティストは、高性能だが複雑なモデルの判断根拠を説明することに困難を感じていたと推測されます。このような状況下で、本書は「解釈する技術」という、まさに時流のテーマに特化し、PFIやSHAPといった具体的な手法を体系的に提示しました。「あらゆる予測モデルを解釈する」という網羅性と「実践テクニック」という実用性が、課題意識を持つ読者の需要を的確に捉え、多くの支持を集めるメカニズムとなったと考えられます。