Resumo
Neste padrão de código, aprenda a usar um conjunto de dados de diabetes para prever se uma pessoa está propensa a ter diabetes. O padrão de código explora justiça, explicabilidade e robustez dos modelos preditivos e aumenta a eficácia do sistema preditivo de IA. O padrão de código demonstra a solução ponta a ponta e mostra como:
- Verifique a imparcialidade do conjunto de dados de diabetes usando o AI 360 Fairness Toolkit
- Desenvolva o modelo
- Explique o modelo usando o AI 360 Explainability Toolkit
O padrão de código compartilha o modelo de código genérico para todo o processo de ponta a ponta das etapas anteriores. Portanto, ele pode ser usado para conectar qualquer conjunto de dados para o qual você deseja explorar a justiça e a explicabilidade.
Descrição
Equidade é o processo de entender o viés introduzido por seus dados e garantir que seu modelo forneça previsões equitativas em todos os grupos demográficos. A explicabilidade mostra como um modelo de aprendizado de máquina faz suas previsões. Ele fornece uma compreensão aprimorada do modelo, esclarecendo como o modelo funciona.
Neste padrão de código, você usa um conjunto de dados de diabetes para prever se uma pessoa está propensa a ter diabetes. Use o IBM Watson® Studio, o IBM Cloud Object Storage, o AI Explainability 360 Toolkit e o AI Fairness 360 Toolkit para criar os dados, aplicar o algoritmo de mitigação de polarização e, em seguida, analisar os resultados.
Depois de completar este padrão de código, você entenderá como:
- Crie um projeto usando o Watson Studio
- Use o AI Explainability 360 Toolkit
- Use o AI Fairness 360 Toolkit
Fluxo
- Efetue login no IBM Watson Studio desenvolvido com Spark, inicie o IBM Cloud Object Storage e crie um projeto.
- Faça upload do arquivo de dados .csv para o IBM Cloud Object Storage.
- Carregue o arquivo de dados no bloco de notas do Watson Studio.
- Instale o AI Explainability 360 Toolkit e o AI Fairness 360 Toolkit no notebook do Watson Studio.
- Analise os resultados depois de aplicar o algoritmo de mitigação de viés durante os estágios de pré-processamento, processamento e pós-processamento.
Instruções
Encontre as etapas detalhadas para esse padrão no readme Arquivo. As etapas mostrarão como:
- Crie uma conta com IBM Cloud.
- Crie um novo projeto do Watson Studio.
- Adicione dados.
- Crie o bloco de notas.
- Insira os dados como DataFrame.
- Execute o notebook.
- Analise os resultados.
Este padrão de código é parte do O kit de ferramentas AI 360: modelos de AI explicados série de casos de uso, que ajuda as partes interessadas e desenvolvedores a entender completamente o ciclo de vida do modelo de IA e ajudá-los a tomar decisões informadas.
Fonte: https://developer.ibm.com/patterns/predict-an-event-with-fairness-explainability-robustness/- Conta
- AI
- algoritmo
- corpo
- Na nuvem
- código
- conteúdo
- dados,
- conjunto de dados
- demográfico
- desenvolvedores
- Diabetes
- Evento
- Explicação
- fluxo
- Como funciona o dobrador de carta de canal
- Como Negociar
- HTTPS
- IBM
- IBM Cloud
- IBM Watson
- IT
- APRENDER
- aprendizagem
- aprendizado de máquina
- modelo
- Armazenamento de objetos
- padrão
- Previsões
- projeto
- Resultados
- Série
- conjunto
- ações
- armazenamento
- .
- Watson
- Estúdio Watson
- trabalho