Azure Machine Learning'de Sorumlu Yapay Zeka karnesi (önizleme) kullanma
ŞUNLAR IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)
Python SDK azure-ai-ml v2 (geçerli)
Azure Machine Learning Sorumlu Yapay Zeka karnesi, sorumlu yapay zeka panosu içgörüleri ve makine öğrenmesi modellerinize eşlik edecek özelleştirmeler temelinde oluşturulan bir PDF raporudur. PDF karnenizi kolayca yapılandırabilir, indirebilir ve teknik olmayan proje katılımcılarınızla paylaşarak bunları verileriniz ve model durumunuz ve uyumluluğunuz hakkında eğitebilir ve güven oluşturmaya yardımcı olabilirsiniz. Karneyi, proje katılımcılarını modelinizin özellikleri hakkında bilgilendirmek için denetim incelemelerinde de kullanabilirsiniz.
Önemli
Bu özellik şu anda genel önizlemededir. Bu önizleme sürümü hizmet düzeyi sözleşmesi olmadan sağlanır ve üretim iş yükleri için bu sürümü önermeyiz. Bazı özellikler desteklenmiyor olabileceği gibi özellikleri sınırlandırılmış da olabilir.
Daha fazla bilgi için bkz. Microsoft Azure Önizlemeleri Ek Kullanım Koşulları.
Sorumlu yapay zeka karnenizi nerede bulabilirsiniz?
Sorumlu yapay zeka karneleri, Sorumlu yapay zeka panolarınıza bağlıdır. Sorumlu yapay zeka karnenizi görüntülemek için Azure Machine Learning stüdyosu'de Model'i seçerek model kayıt defterinize gidin. Ardından Sorumlu yapay zeka panosunu ve karnesini oluşturduğunuz kayıtlı modeli seçin. Modelinizi seçtikten sonra, oluşturulan panoların listesini görüntülemek için Sorumlu Yapay Zeka sekmesini seçin. Sorumlu Yapay Zeka İçgörüleri ve ardından **Tüm PDF karnelerini görüntüle'yi seçerek Sorumlu AI karnesi PDF'sini dışarı aktarmak istediğiniz panoyu seçin.
Bu pano için oluşturulan tüm Sorumlu yapay zeka karnelerinin listesini görüntülemek için Sorumlu Yapay Zeka karnesi (önizleme) seçeneğini belirleyin.
Pdf dosyasını makinenize indirmek için listeden indirmek istediğiniz karneyi ve ardından İndir'i seçin.
Sorumlu yapay zeka karnenizi okuma
Sorumlu yapay zeka karnesi, Sorumlu yapay zeka panonuzdaki önemli içgörülerin PDF özetidir. Karnenin ilk özet segmenti, paydaşlarınızın modelin dağıtılmaya hazır olup olmadığını belirlemesine yardımcı olmak için ayarladığınız makine öğrenmesi modeline ve anahtar hedef değerlerine genel bir bakış sağlar:
Veri analizi segmenti, verilerinizin özelliklerini gösterir çünkü verilerinizin doğru bir şekilde anlaşılmasına gerek kalmadan herhangi bir model hikayesi tamamlanmamıştır:
Model performans segmenti, modelinizin en önemli ölçümlerini ve tahminlerinizin özelliklerini ve istediğiniz hedef değerleri ne kadar iyi karşıladıklarını gösterir:
Ardından, modelinizin kör noktalarını görmeniz için otomatik olarak ayıklanan en yüksek performanslı ve en kötü performans gösteren veri kohortlarını ve alt grupları da görüntüleyebilirsiniz:
Model tahminlerinizi etkileyen en önemli faktörleri görebilirsiniz. Bu, modelinizin görevini nasıl yerine getirdiği konusunda güven oluşturma gereksinimidir:
Model eşitliği içgörülerinizin özetlenmiş olduğunu görebilir ve modelinizin istediğiniz hassas gruplar için ayarladığınız eşitlik hedef değerlerini ne kadar iyi karşıladiğini inceleyebilirsiniz:
Son olarak, veri kümenizin nedensel içgörülerini özetlenmiş olarak görebilirsiniz. Bu, tanımladığınız faktörlerin veya tedavilerin gerçek dünya sonucu üzerinde herhangi bir nedensel etkisi olup olmadığını belirlemenize yardımcı olabilir:
Sonraki adımlar
- CLI v2 ve SDK v2 veya Azure Machine Learning stüdyosu kullanıcı arabirimi aracılığıyla Sorumlu yapay zeka panosu oluşturmaya yönelik nasıl yapılır kılavuzuna bakın.
- Sorumlu yapay zeka panosunun arkasındaki kavramlar ve teknikler hakkında daha fazla bilgi edinin.
- YAML veya Python ile Sorumlu yapay zeka panosu oluşturmak için örnek YAML ve Python not defterlerini görüntüleyin.
- Bu teknoloji topluluğu blog gönderisinde veri ve modellerde hata ayıklamak ve daha iyi karar alma konusunda bilgi edinmek için Sorumlu yapay zeka panosunu ve karnesini nasıl kullanabileceğiniz hakkında daha fazla bilgi edinin.
- Sorumlu yapay zeka panosunun ve karnesinin Birleşik Krallık Ulusal Sistem Sağlığı Hizmeti (NHS) tarafından gerçek hayattaki bir müşteri hikayesinde nasıl kullanıldığı hakkında bilgi edinin.
- Bu etkileşimli yapay zeka laboratuvarı web tanıtımıyla Sorumlu yapay zeka panosunun özelliklerini keşfedin.
Geri Bildirim
https://aka.ms/ContentUserFeedback.
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz.Gönderin ve geri bildirimi görüntüleyin