Använda ett ansvarsfullt AI-styrkort (förhandsversion) i Azure Machine Learning
GÄLLER FÖR:
Azure CLI ml extension v2 (current)Python SDK azure-ai-ml v2 (aktuell)
Ett Azure Machine Learning Responsible AI-styrkort är en PDF-rapport som genereras baserat på insikter och anpassningar för ansvarsfull AI-instrumentpanel som medföljer dina maskininlärningsmodeller. Du kan enkelt konfigurera, ladda ned och dela ditt PDF-styrkort med dina tekniska och icke-tekniska intressenter för att utbilda dem om dina data och modellers hälsa och efterlevnad samt för att skapa förtroende. Du kan också använda styrkortet i granskningsgranskningar för att informera intressenterna om modellens egenskaper.
Viktigt!
Den här funktionen är för närvarande i allmänt tillgänglig förhandsversion. Den här förhandsversionen tillhandahålls utan ett serviceavtal och vi rekommenderar det inte för produktionsarbetsbelastningar. Vissa funktioner kanske inte stöds eller kan vara begränsade.
Mer information finns i Kompletterande villkor för användning av Microsoft Azure-förhandsversioner.
Var du hittar ditt ansvarsfulla AI-styrkort
Ansvarsfulla AI-styrkort är länkade till dina instrumentpaneler för ansvarsfull AI. Om du vill visa ditt ansvariga AI-styrkort går du till modellregistret genom att välja modellen i Azure Machine Learning-studio. Välj sedan den registrerade modell som du har genererat en instrumentpanel för ansvarsfull AI och styrkort för. När du har valt din modell väljer du fliken Ansvarsfull AI för att visa en lista över genererade instrumentpaneler. Välj vilken instrumentpanel du vill exportera en PDF-fil med ansvarsfullt AI-styrkort för genom att välja Ansvarig Alla insikter och sedan **Visa alla PDF-styrkort.
Välj Ansvarsfullt AI-styrkort (förhandsversion) för att visa en lista över alla ansvariga AI-styrkort som genereras för den här instrumentpanelen.
I listan väljer du det styrkort som du vill ladda ned och väljer sedan Ladda ned för att ladda ned PDF-filen till datorn.
Så här läser du ditt ansvarsfulla AI-styrkort
Styrkortet ansvarsfull AI är en PDF-sammanfattning av viktiga insikter från instrumentpanelen för ansvarsfull AI. Det första sammanfattningssegmentet i styrkortet ger dig en översikt över maskininlärningsmodellen och de viktiga målvärden som du har angett för att hjälpa dina intressenter att avgöra om modellen är redo att distribueras:
Dataanalyssegmentet visar dina datas egenskaper, eftersom alla modellberättelser är ofullständiga utan korrekt förståelse för dina data:
Modellprestandasegmentet visar modellens viktigaste mått och egenskaper för dina förutsägelser och hur väl de uppfyller dina önskade målvärden:
Därefter kan du också visa de datakohorter och undergrupper med bäst prestanda och sämst resultat som extraheras automatiskt så att du kan se de blinda fläckarna i din modell:
Du kan se de viktigaste faktorerna som påverkar dina modellförutsägelser, vilket är ett krav för att skapa förtroende med hur din modell utför sin uppgift:
Du kan även se dina insikter om rättvisa för modellen sammanfattade och inspektera hur väl din modell uppfyller de rättvisemålvärden som du har angett för dina önskade känsliga grupper:
Slutligen kan du se hur datauppsättningens kausala insikter sammanfattas, vilket kan hjälpa dig att avgöra om dina identifierade faktorer eller behandlingar har någon kausal effekt på det verkliga resultatet:
Nästa steg
- Se guiden för att generera en ansvarsfull AI-instrumentpanel via CLI v2 och SDK v2 eller Azure Machine Learning-studio användargränssnittet.
- Läs mer om begreppen och teknikerna bakom instrumentpanelen ansvarsfull AI.
- Visa yaml- och Python-exempelanteckningsböcker för att generera en ansvarsfull AI-instrumentpanel med YAML eller Python.
- Läs mer om hur du kan använda instrumentpanelen för ansvarsfull AI och styrkort för att felsöka data och modeller och informera om bättre beslutsfattande i det här blogginlägget från tech communityn.
- Lär dig mer om hur instrumentpanelen för ansvarsfull AI och styrkort användes av UK National Hälsotjänst (NHS) i en verklig kundberättelse.
- Utforska funktionerna i instrumentpanelen ansvarsfull AI via den här interaktiva webbdemon för AI-labb.