Felelős AI scorecard (előzetes verzió) használata az Azure Machine Learningben
ÉRVÉNYES:Azure CLI ml-bővítmény v2 (aktuális)
Python SDK azure-ai-ml v2 (aktuális)
Az Azure Machine Learning Responsible AI scorecard egy PDF-jelentés, amely felelős AI-irányítópult-elemzések és testreszabások alapján jön létre a gépi tanulási modellekhez. A PDF-scorecardot egyszerűen konfigurálhatja, letöltheti és megoszthatja a műszaki és nem műszaki érdekelt felekkel, hogy tájékoztassa őket az adatairól, a modell állapotáról és megfelelőségéről, és segítsen a bizalom kiépítésében. A scorecardot az auditértékelésekben is használhatja, hogy tájékoztassa az érintetteket a modell jellemzőiről.
Fontos
Ez a funkció jelenleg nyilvános előzetes verzióban érhető el. Ez az előzetes verzió szolgáltatásszintű szerződés nélkül érhető el, és éles számítási feladatokhoz nem javasoljuk. Előfordulhat, hogy néhány funkció nem támogatott, vagy korlátozott képességekkel rendelkezik.
További információ: Kiegészítő használati feltételek a Microsoft Azure előzetes verziójú termékeihez.
A felelős AI scorecard megkeresésének helye
A felelős AI-scorecardok a felelős AI-irányítópultokhoz vannak társítva. A Felelős AI scorecard megtekintéséhez nyissa meg a modellregisztrációs adatbázist az Azure Machine Learning Studióban található Modell kiválasztásával. Ezután válassza ki azt a regisztrált modellt, amelyhez felelős AI-irányítópultot és scorecardot hozott létre. Miután kiválasztotta a modellt, válassza a Felelős AI lapot a létrehozott irányítópultok listájának megtekintéséhez. Válassza ki a felelős AI scorecard PDF-fájlját exportálni kívánt irányítópultot a Felelős AI-elemzések, majd **Az összes PDF-scorecard megtekintése lehetőséget választva.
Válassza a Felelős AI scorecard (előzetes verzió) lehetőséget az irányítópulthoz létrehozott felelős AI-scorecardok listájának megjelenítéséhez.
A listában válassza ki a letölteni kívánt scorecardot, majd a Letöltés gombra kattintva töltse le a PDF-fájlt a gépére.
A Felelős AI scorecard olvasása
A Felelős AI scorecard a felelős AI-irányítópult kulcsfontosságú megállapításainak PDF-összefoglalása. A scorecard első összefoglaló szegmense áttekintést nyújt a gépi tanulási modellről és azokról a fő célértékekről, amelyeket úgy állított be, hogy segítsen az érdekelt feleknek meghatározni, hogy a modell készen áll-e az üzembe helyezésre:
Az adatelemzési szegmens megjeleníti az adatok jellemzőit, mivel a modelltörténetek nem teljesek az adatok megfelelő ismerete nélkül:
A modellteljesítmény-szegmens megjeleníti a modell legfontosabb metrikáit és előrejelzéseinek jellemzőit, valamint azt, hogy mennyire felelnek meg a kívánt célértékeknek:
Ezután megtekintheti a legjobban teljesítő és legrosszabb teljesítményt nyújtó adathortokat és alcsoportokat is, amelyek automatikusan kinyerve jelennek meg a modell vakfoltjai:
Megtekintheti a modell előrejelzéseit befolyásoló legfontosabb tényezőket, amelyek a modell feladatainak végrehajtásával kapcsolatos megbízhatósági kapcsolat kiépítését követelik meg:
A modell méltányossági elemzéseit összegezve azt is megtekintheti, hogy a modell mennyire felel meg a kívánt bizalmas csoportokhoz beállított méltányossági célértékeknek:
Végül láthatja az adathalmaz oksági megállapításait, amelyek segítségével megállapíthatja, hogy az azonosított tényezők vagy kezelések okozati hatással vannak-e a valós eredményekre:
Következő lépések
- Tekintse meg a felelős AI-irányítópult cli v2 és SDK v2 vagy az Azure Machine Learning Studio felhasználói felületén keresztüli létrehozásának útmutatóját.
- További információ a Felelős AI-irányítópult mögötti fogalmakról és technikákról.
- Tekintse meg a YAML-minta- és Python-jegyzetfüzeteket , hogy létrehozhassa a felelős AI-irányítópultot a YAML vagy a Python használatával.
- További információ arról, hogyan használhatja a Felelős AI-irányítópultot és a scorecardot az adatok és modellek hibakereséséhez és a jobb döntéshozatalhoz ebben a tech-közösségi blogbejegyzésben.
- Megtudhatja, hogyan használta a felelős AI-irányítópultot és scorecardot az Egyesült Királyság nemzeti Állapotfigyelő szolgáltatás (NHS) egy valós ügyféltörténetben.
- Ezen az interaktív AI-tesztkörnyezet webes bemutatóján keresztül megismerheti a Felelős AI-irányítópult funkcióit.