Resumen
¿Cómo elimina el sesgo de los modelos de aprendizaje automático y se asegura de que las predicciones sean justas? ¿Cuáles son las tres etapas en las que se puede aplicar la solución de mitigación de sesgos? Este patrón de código responde a estas preguntas para ayudarlo a tomar decisiones informadas al consumir los resultados de los modelos predictivos.
Si tiene preguntas sobre este patrón de código, pregúnteles o busque respuestas en el forum.
Descripción
La equidad en los datos y los algoritmos de aprendizaje automático es fundamental para crear sistemas de inteligencia artificial seguros y responsables. Si bien la precisión es una métrica para evaluar la precisión de un modelo de aprendizaje automático, la equidad le brinda una forma de comprender las implicaciones prácticas de implementar el modelo en una situación del mundo real.
En este patrón de código, utiliza un conjunto de datos de diabetes para predecir si una persona es propensa a tener diabetes. Utilizará IBM Watson® Studio, IBM Cloud Object Storage y AI Fairness 360 Toolkit para crear los datos, aplicar el algoritmo de mitigación de sesgos y luego analizar los resultados.
Después de completar este patrón de código, comprenderá cómo:
- Cree un proyecto con Watson Studio
- Utilice el kit de herramientas AI Fairness 360
Flujo
- Inicie sesión en IBM Watson Studio con tecnología Spark, inicie IBM Cloud Object Storage y cree un proyecto.
- Cargue el archivo de datos .csv en IBM Cloud Object Storage.
- Cargue el archivo de datos en el cuaderno Watson Studio.
- Instale AI Fairness 360 Toolkit en el cuaderno Watson Studio.
- Analice los resultados después de aplicar el algoritmo de mitigación de sesgos durante las etapas de preprocesamiento, en procesamiento y posprocesamiento.
Instrucciones
Encuentre los pasos detallados para este patrón en el readme expediente. Los pasos le mostrarán cómo:
- Cree una cuenta con IBM Cloud.
- Crea un nuevo proyecto de Watson Studio.
- Agregar datos.
- Crea el cuaderno.
- Inserte los datos como DataFrame.
- Ejecute el cuaderno.
- Analiza los resultados.
Este patrón de código es parte del El kit de herramientas AI 360: modelos de AI explicados Serie de casos de uso, que ayuda a las partes interesadas y a los desarrolladores a comprender completamente el ciclo de vida del modelo de IA y a tomar decisiones informadas.
Fuente: https://developer.ibm.com/patterns/identify-and-remove-bias-from-ai-models/
- Mi Cuenta
- AI
- algoritmo
- algoritmos
- cuerpo
- Construir la
- Soluciones
- código
- contenido
- datos
- conjunto de datos
- desarrolladores
- Control de Diabetes
- feria
- de tus señales
- Cómo
- Como Hacer
- HTTPS
- IBM
- Nube de IBM
- IBM Watson
- Identifique
- aprendizaje
- máquina de aprendizaje
- modelo
- Almacenamiento de objetos
- Patrón de Costura
- Predicciones
- proyecto
- Resultados
- ambiente seguro
- Serie
- set
- STORAGE
- Todas las funciones a su disposición
- Watson
- Estudio Watson