Sommario
In questo modello di codice, impara come utilizzare un set di dati sul diabete per prevedere se una persona è incline ad avere il diabete. Il modello di codice esplora l'equità, la spiegabilità e la robustezza dei modelli predittivi e migliora l'efficacia del sistema predittivo AI. Il modello di codice mostra la soluzione end-to-end e mostra come:
- Verifica l'equità del set di dati sul diabete utilizzando l'AI 360 Fairness Toolkit
- Sviluppa il modello
- Spiega il modello utilizzando AI 360 Explainability Toolkit
Il modello di codice condivide il modello di codice generico per l'intero processo end-to-end dei passaggi precedenti. Pertanto, può essere utilizzato per collegare qualsiasi set di dati di cui si desidera esplorare l'equità e la spiegabilità.
Descrizione
L'equità è il processo per comprendere i pregiudizi introdotti dai dati e garantire che il modello fornisca previsioni eque in tutti i gruppi demografici. La spiegabilità mostra come un modello di machine learning effettua le sue previsioni. Fornisce una migliore comprensione del modello chiarendo come funziona il modello.
In questo modello di codice, si utilizza un set di dati sul diabete per prevedere se una persona è incline ad avere il diabete. Utilizzi IBM Watson® Studio, IBM Cloud Object Storage, AI Explainability 360 Toolkit e AI Fairness 360 Toolkit per creare i dati, applicare l'algoritmo di mitigazione del bias, quindi analizzare i risultati.
Dopo aver completato questo modello di codice, capisci come:
- Crea un progetto utilizzando Watson Studio
- Usa l'AI Explainability 360 Toolkit
- Usa il toolkit AI Fairness 360
Flow
- Accedi a IBM Watson Studio con tecnologia Spark, avvia IBM Cloud Object Storage e crea un progetto.
- Carica il file di dati .csv su IBM Cloud Object Storage.
- Carica il file di dati nel notebook Watson Studio.
- Installa AI Explainability 360 Toolkit e AI Fairness 360 Toolkit nel notebook Watson Studio.
- Analizza i risultati dopo aver applicato l'algoritmo di mitigazione del bias durante le fasi di pre-elaborazione, in-elaborazione e post-elaborazione.
Istruzioni
Trova i passaggi dettagliati per questo modello nel readme file. I passaggi ti mostreranno come:
- Crea un account con IBM Cloud.
- Crea un nuovo progetto Watson Studio.
- Aggiungi dati.
- Crea il taccuino.
- Inserisci i dati come DataFrame.
- Esegui il notebook.
- Analizza i risultati.
Questo modello di codice fa parte di Toolkit AI 360: spiegazione dei modelli AI serie di casi d'uso, che aiutano le parti interessate e gli sviluppatori a comprendere completamente il ciclo di vita del modello di intelligenza artificiale e ad aiutarli a prendere decisioni informate.
Fonte: https://developer.ibm.com/patterns/predict-an-event-with-fairness-explainability-robustness/- Il mio account
- AI
- algoritmo
- stile di vita
- Cloud
- codice
- contenuto
- dati
- set di dati
- demografico
- sviluppatori
- Diabete
- Evento
- Spiegabilità
- flusso
- Come
- Tutorial
- HTTPS
- IBM
- IBM Cloud
- IBM Watson
- IT
- IMPARARE
- apprendimento
- machine learning
- modello
- Storage degli oggetti
- Cartamodello
- Previsioni
- progetto
- Risultati
- Serie
- set
- azioni
- conservazione
- sistema
- Watson
- Studio Watson
- lavori