نبذة عامة
في نمط الشفرة هذا ، تعرف على كيفية استخدام مجموعة بيانات مرض السكري للتنبؤ بما إذا كان الشخص عرضة للإصابة بمرض السكري. يستكشف نمط الكود الإنصاف وقابلية التفسير وقوة النماذج التنبؤية ، ويعزز فعالية نظام التنبؤ بالذكاء الاصطناعي. يوضح نمط الكود الحل الشامل ويوضح كيفية:
- تحقق من عدالة مجموعة بيانات مرض السكري باستخدام AI 360 Fairness Toolkit
- تطوير النموذج
- اشرح النموذج باستخدام مجموعة أدوات التفسير AI 360
يشترك نمط الكود في قالب الكود العام للعملية الشاملة من البداية إلى النهاية للخطوات السابقة. لذلك ، يمكن استخدامه لتوصيل أي مجموعة بيانات تريد استكشاف الإنصاف وقابلية التفسير لها.
الوصف
الإنصاف هو عملية فهم التحيز الذي تقدمه بياناتك ، والتأكد من أن نموذجك يوفر تنبؤات عادلة عبر جميع المجموعات السكانية. توضح القابلية للتفسير كيف يقوم نموذج التعلم الآلي بعمل توقعاته. يعطي فهماً أفضل للنموذج من خلال توضيح كيفية عمل النموذج.
في نمط الشفرة هذا ، تستخدم مجموعة بيانات السكري للتنبؤ بما إذا كان الشخص عرضة للإصابة بمرض السكري. يمكنك استخدام IBM Watson® Studio ، و IBM Cloud Object Storage ، ومجموعة أدوات AI Explainability 360 Toolkit ، ومجموعة أدوات AI Fairness 360 لتكوين البيانات ، وتطبيق خوارزمية تخفيف التحيز ، ثم تحليل النتائج.
بعد إكمال نمط الشفرة هذا ، ستدرك كيفية:
- قم بإنشاء مشروع باستخدام Watson Studio
- استخدم مجموعة أدوات التفسير 360 AI
- استخدم مجموعة أدوات AI Fairness 360
التدفق
- قم بتسجيل الدخول إلى IBM Watson Studio المدعوم من Spark ، وابدأ IBM Cloud Object Storage ، وأنشئ مشروعًا.
- تحميل ملف بيانات .csv إلى IBM Cloud Object Storage.
- قم بتحميل ملف البيانات في دفتر ملاحظات Watson Studio.
- قم بتثبيت مجموعة أدوات AI Explainability 360 Toolkit ومجموعة أدوات AI Fairness 360 في دفتر Watson Studio المحمول.
- قم بتحليل النتائج بعد تطبيق خوارزمية تخفيف التحيز أثناء مراحل ما قبل المعالجة ، وأثناء المعالجة ، وما بعد المعالجة.
تعليمات
العثور على الخطوات التفصيلية لهذا النمط في التمهيدي ملف. ستوضح لك الخطوات كيفية:
- قم بإنشاء حساب مع IBM Cloud.
- إنشاء مشروع Watson Studio جديد.
- إضافة البيانات.
- قم بإنشاء دفتر الملاحظات.
- أدخل البيانات كـ DataFrame.
- قم بتشغيل دفتر الملاحظات.
- تحليل النتائج.
نمط الرمز هذا جزء من مجموعة أدوات AI 360: شرح نماذج الذكاء الاصطناعي استخدام سلسلة الحالات ، التي تساعد أصحاب المصلحة والمطورين على فهم دورة حياة نموذج الذكاء الاصطناعي بالكامل ومساعدتهم على اتخاذ قرارات مستنيرة.
المصدر: https://developer.ibm.com/patterns/predict-an-event-with-fairness-explainability-robustness/