Scorecard voor verantwoordelijke AI (preview) gebruiken in Azure Machine Learning
VAN TOEPASSING OP:
Azure CLI ml-extensie v2 (huidig)Python SDK azure-ai-ml v2 (huidig)
Een scorecard voor verantwoordelijke AI van Azure Machine Learning is een PDF-rapport dat wordt gegenereerd op basis van inzichten en aanpassingen van verantwoordelijke AI-dashboards voor uw machine learning-modellen. U kunt uw PDF-scorecard eenvoudig configureren, downloaden en delen met uw technische en niet-technische belanghebbenden om hen te informeren over de status en naleving van uw gegevens en model, en om vertrouwen op te bouwen. U kunt de scorecard ook gebruiken in auditbeoordelingen om de belanghebbenden te informeren over de kenmerken van uw model.
Belangrijk
Deze functie is momenteel beschikbaar als openbare preview-versie. Deze preview-versie wordt geleverd zonder service level agreement en wordt niet aanbevolen voor productieworkloads. Misschien worden bepaalde functies niet ondersteund of zijn de mogelijkheden ervan beperkt.
Zie Supplemental Terms of Use for Microsoft Azure Previews (Aanvullende gebruiksvoorwaarden voor Microsoft Azure-previews) voor meer informatie.
Waar u uw scorecard voor verantwoordelijke AI kunt vinden
Scorecards voor verantwoorde AI zijn gekoppeld aan uw verantwoordelijke AI-dashboards. Als u de scorecard voor verantwoordelijke AI wilt weergeven, gaat u naar het modelregister door het model te selecteren in Azure Machine Learning-studio. Selecteer vervolgens het geregistreerde model waarvoor u een verantwoordelijk AI-dashboard en scorecard hebt gegenereerd. Nadat u uw model hebt geselecteerd, selecteert u het tabblad Verantwoordelijke AI om een lijst met gegenereerde dashboards weer te geven. Selecteer voor welk dashboard u een verantwoordelijke AI-scorecard-PDF wilt exporteren door Verantwoordelijke AI-inzichten vervolgens **Alle PDF-scorecards weergeven te selecteren.
Selecteer Verantwoordelijke AI-scorecard (preview) om een lijst weer te geven met alle verantwoordelijke AI-scorecards die voor dit dashboard worden gegenereerd.
Selecteer in de lijst de scorecard die u wilt downloaden en selecteer vervolgens Downloaden om het PDF-bestand naar uw computer te downloaden.
Uw scorecard voor verantwoordelijke AI lezen
De scorecard voor verantwoordelijke AI is een PDF-samenvatting van belangrijke inzichten uit uw dashboard voor verantwoordelijke AI. Het eerste samenvattingssegment van de scorecard biedt een overzicht van het machine learning-model en de belangrijkste doelwaarden die u hebt ingesteld om uw belanghebbenden te helpen bepalen of het model gereed is om te worden geïmplementeerd:
In het gegevensanalysesegment ziet u de kenmerken van uw gegevens, omdat elk modelverhaal onvolledig is zonder een juist begrip van uw gegevens:
Het prestatiesegment van het model geeft de belangrijkste metrische gegevens en kenmerken van uw voorspellingen van uw model weer en hoe goed deze voldoen aan de gewenste doelwaarden:
Vervolgens kunt u ook de best presterende en slechtst presterende gegevenscohorten en subgroepen bekijken die automatisch worden geëxtraheerd om de blinde vlekken van uw model te zien:
U kunt de belangrijkste factoren zien die van invloed zijn op uw modelvoorspellingen. Dit is een vereiste om vertrouwen op te bouwen met de wijze waarop uw model de taak uitvoert:
U kunt verder uw inzichten over de redelijkheid van modellen samenvatten en controleren hoe goed uw model voldoet aan de fairness-doelwaarden die u hebt ingesteld voor de gewenste gevoelige groepen:
Ten slotte kunt u de causale inzichten van uw gegevensset samenvatten, zodat u kunt bepalen of uw geïdentificeerde factoren of behandelingen een causaal effect hebben op het werkelijke resultaat:
Volgende stappen
- Zie de handleiding voor het genereren van een verantwoordelijk AI-dashboard via CLI v2 en SDK v2 of de gebruikersinterface van Azure Machine Learning-studio.
- Meer informatie over de concepten en technieken achter het dashboard Verantwoordelijke AI.
- Bekijk voorbeelden van YAML- en Python-notebooks om een verantwoordelijk AI-dashboard te genereren met YAML of Python.
- Meer informatie over hoe u het verantwoordelijke AI-dashboard en scorecard kunt gebruiken om fouten in gegevens en modellen op te sporen en betere besluitvorming te informeren, vindt u in dit blogbericht van de tech community.
- Meer informatie over hoe het verantwoordelijke AI-dashboard en de scorecard zijn gebruikt door de UK National Health Service (NHS) in een echt klantverhaal.
- Verken de functies van het dashboard Verantwoordelijke AI via deze interactieve webdemo van het AI-lab.