<br> סיכום
בדפוס קוד זה, למד כיצד להשתמש במערך נתוני סוכרת כדי לחזות אם אדם נוטה לסבול מסוכרת. דפוס הקוד בוחן את ההגינות, יכולת ההסבר והחוסן של המודלים החזויים, ומשפר את האפקטיביות של מערכת החיזוי בינה מלאכותית. תבנית הקוד מדגים את הפתרון מקצה לקצה ומראה כיצד:
- בדוק את מידת ההגינות של מערך נתוני הסוכרת באמצעות AI 360 Fairness Toolkit
- פתח את המודל
- הסבר את המודל באמצעות ערכת הכלים להסבר AI 360
תבנית הקוד חולקת את תבנית הקוד הגנרית עבור כל התהליך מקצה לקצה של השלבים הקודמים. לכן, ניתן להשתמש בו כדי לחבר כל מערך נתונים שעבורו אתה רוצה לבחון את ההגינות ואת יכולת ההסבר.
תיאור
הוגנות היא תהליך של הבנת ההטיה המוכנסת על ידי הנתונים שלך, והבטחה שהמודל שלך מספק תחזיות שוויוניות בכל הקבוצות הדמוגרפיות. הסבר מראה כיצד מודל למידת מכונה עושה את התחזיות שלו. זה נותן הבנה משופרת של המודל על ידי הבהרת אופן הפעולה של המודל.
בדפוס קוד זה, אתה משתמש במערך נתוני סוכרת כדי לחזות אם אדם נוטה לסבול מסוכרת. אתה משתמש ב-IBM Watson® Studio, IBM Cloud Object Storage, AI Explainability 360 Toolkit, ו-AI Fairness 360 Toolkit כדי ליצור את הנתונים, להחיל את האלגוריתם להפחתת ההטיה ולאחר מכן לנתח את התוצאות.
לאחר השלמת דפוס קוד זה, אתה מבין כיצד:
- צור פרויקט באמצעות ווטסון סטודיו
- השתמש בערכת הכלים של AI Explainability 360
- השתמש בערכת הכלים AI Fairness 360
זרימה
- היכנס ל- IBM Watson Studio המופעל על ידי Spark, יזם את IBM Cloud Object Storage וצור פרויקט.
- העלה את קובץ הנתונים .csv לאחסון ענן של IBM.
- טען את קובץ הנתונים במחברת Watson Studio.
- התקן את AI Explainability 360 Toolkit ואת AI Fairness 360 Toolkit במחברת Watson Studio.
- לנתח את התוצאות לאחר החלת אלגוריתם ההפחתה בהטיות בשלבי טרום עיבוד, עיבוד ואחרי עיבוד.
הוראות
מצא את הצעדים המפורטים לדפוס זה בסעיף readme קוֹבֶץ. השלבים יראו כיצד לבצע:
- צור חשבון עם IBM Cloud.
- צרו פרויקט סטודיו ווטסון חדש.
- הוסף נתונים.
- צור את המחברת.
- הכנס את הנתונים כ- DataFrame.
- הרץ את המחברת.
- נתח את התוצאות.
דפוס קוד זה הוא חלק מ- ערכת הכלים AI 360: הסבירו מודלים של AI השתמש בסדרות מקרה, המסייעות לבעלי עניין ומפתחים להבין את מחזור החיים של מודל ה- AI לחלוטין ולעזור להם לקבל החלטות מושכלות.
מקור: https://developer.ibm.com/patterns/predict-an-event-with-fairness-explainability-robustness/