Oppsummering
I dette kodemønsteret kan du lære å bruke et datasett for diabetes for å forutsi om en person er utsatt for diabetes. Kodemønsteret utforsker rettferdighet, forklarbarhet og robusthet i de prediktive modellene, og forbedrer effektiviteten til AI-prediktivsystemet. Kodemønsteret viser end-to-end-løsningen og viser hvordan du:
- Sjekk rettferdigheten av datasettene med diabetes ved hjelp av AI 360 Fairness Toolkit
- Utvikle modellen
- Forklar modellen ved hjelp av AI 360 Explainability Toolkit
Kodemønsteret deler den generiske kodemalen for hele end-to-end prosessen i de forrige trinnene. Derfor kan den brukes til å plugge inn ethvert datasett som du vil utforske rettferdighet og forklarbarhet for.
Beskrivelse
Rettferdighet er prosessen med å forstå skjevhet introdusert av dataene dine, og å sikre at modellen din gir rettferdige spådommer i alle demografiske grupper. Forklarbarhet viser hvordan en maskinlæringsmodell gir sine spådommer. Det gir en bedre forståelse av modellen ved å avklare hvordan modellen fungerer.
I dette kodemønsteret bruker du et datasett for diabetes for å forutsi om en person er utsatt for diabetes. Du bruker IBM Watson® Studio, IBM Cloud Object Storage, AI Explainability 360 Toolkit og AI Fairness 360 Toolkit for å opprette data, bruke biasreduksjonsalgoritmen og deretter analysere resultatene.
Etter å ha fullført dette kodemønsteret forstår du hvordan du:
- Opprett et prosjekt ved hjelp av Watson Studio
- Bruk AI Explainability 360 Toolkit
- Bruk AI Fairness 360 Toolkit
Flow
- Logg deg på IBM Watson Studio drevet av Spark, start IBM Cloud Object Storage og opprett et prosjekt.
- Last opp .csv-datafilen til IBM Cloud Object Storage.
- Legg datafilen i notatboken Watson Studio.
- Installer AI Explainability 360 Toolkit og AI Fairness 360 Toolkit i Watson Studio notebook.
- Analyser resultatene etter å ha brukt algoritmen for begrensningsdemping under forbehandling, i prosessering og etterbehandling.
Instruksjoner
Finn de detaljerte trinnene for dette mønsteret i readme fil. Trinnene viser deg hvordan du gjør:
- Opprett en konto med IBM Cloud.
- Lag et nytt Watson Studio-prosjekt.
- Legg til data.
- Lag notatboken.
- Sett inn dataene som DataFrame.
- Kjør notatboken.
- Analyser resultatene.
Dette kodemønsteret er en del av AI 360 Toolkit: AI-modeller forklart bruk saksserier, som hjelper interessenter og utviklere til å forstå livssyklusen til AI-modellen og å hjelpe dem med å ta informerte beslutninger.
Kilde: https://developer.ibm.com/patterns/predict-an-event-with-fairness-explainability-robustness/