สรุป
คุณจะขจัดอคติออกจากโมเดลการเรียนรู้ของเครื่องได้อย่างไร และรับประกันว่าการคาดคะเนนั้นยุติธรรมได้อย่างไร สามขั้นตอนใดบ้างที่สามารถใช้โซลูชันการลดอคติได้ รูปแบบรหัสนี้จะตอบคำถามเหล่านี้เพื่อช่วยให้คุณตัดสินใจอย่างมีข้อมูลโดยใช้ผลลัพธ์ของตัวแบบการทำนาย
หากคุณมีคำถามเกี่ยวกับรูปแบบรหัสนี้ ให้ถามพวกเขาหรือค้นหาคำตอบในหมวดที่เกี่ยวข้อง ฟอรั่ม.
รายละเอียด
ความเป็นธรรมในข้อมูลและอัลกอริธึมการเรียนรู้ของเครื่องมีความสำคัญต่อการสร้างระบบ AI ที่ปลอดภัยและมีความรับผิดชอบ แม้ว่าความแม่นยำจะเป็นตัวชี้วัดหนึ่งในการประเมินความถูกต้องของโมเดลการเรียนรู้ของเครื่อง แต่ความเป็นธรรมจะช่วยให้คุณเข้าใจผลกระทบในทางปฏิบัติของการปรับใช้โมเดลในสถานการณ์จริง
ในรูปแบบรหัสนี้ คุณใช้ชุดข้อมูลโรคเบาหวานเพื่อคาดการณ์ว่าบุคคลนั้นมีแนวโน้มที่จะเป็นเบาหวานหรือไม่ คุณจะใช้ IBM Watson® Studio, IBM Cloud Object Storage และ AI Fairness 360 Toolkit เพื่อสร้างข้อมูล ใช้อัลกอริธึมการลดอคติ จากนั้นวิเคราะห์ผลลัพธ์
หลังจากเสร็จสิ้นรูปแบบโค้ดนี้ คุณจะเข้าใจวิธี:
- สร้างโครงการโดยใช้ Watson Studio
- ใช้ชุดเครื่องมือ AI Fairness 360
ไหล
- ล็อกอินเข้าสู่ IBM Watson Studio ที่ขับเคลื่อนโดย Spark เริ่มต้น IBM Cloud Object Storage และสร้างโปรเจ็กต์
- อัปโหลดไฟล์ข้อมูล .csv ไปยัง IBM Cloud Object Storage
- โหลดไฟล์ข้อมูลในโน้ตบุ๊ก Watson Studio
- ติดตั้งชุดเครื่องมือ AI Fairness 360 ในโน้ตบุ๊ก Watson Studio
- วิเคราะห์ผลลัพธ์หลังจากใช้อัลกอริธึมการลดอคติระหว่างขั้นตอนก่อนการประมวลผล ในกระบวนการ และหลังการประมวลผล
คำแนะนำ
ค้นหาขั้นตอนโดยละเอียดสำหรับรูปแบบนี้ใน README ไฟล์. ขั้นตอนจะแสดงวิธีการ:
- สร้างบัญชีด้วย IBM Cloud
- สร้างโครงการ Watson Studio ใหม่
- เพิ่มข้อมูล
- สร้างสมุดบันทึก
- แทรกข้อมูลเป็น DataFrame
- เรียกใช้โน้ตบุ๊ก
- วิเคราะห์ผลลัพธ์
รูปแบบรหัสนี้เป็นส่วนหนึ่งของ ชุดเครื่องมือ AI 360: อธิบายแบบจำลอง AI ใช้ชุดกรณีศึกษา ซึ่งช่วยให้ผู้มีส่วนได้ส่วนเสียและนักพัฒนาเข้าใจวงจรชีวิตของแบบจำลอง AI อย่างสมบูรณ์ และช่วยให้พวกเขาตัดสินใจอย่างมีข้อมูล
ที่มา: https://developer.ibm.com/patterns/identify-and-remove-bias-from-ai-models/
- ลงชื่อเข้าใช้
- AI
- ขั้นตอนวิธี
- อัลกอริทึม
- ร่างกาย
- การก่อสร้าง
- เมฆ
- รหัส
- เนื้อหา
- ข้อมูล
- ชุดข้อมูล
- นักพัฒนา
- โรคเบาหวาน
- ธรรม
- ไหล
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- HTTPS
- ไอบีเอ็ม
- IBM Cloud
- IBM Watson
- แยกแยะ
- การเรียนรู้
- เรียนรู้เครื่อง
- แบบ
- การจัดเก็บวัตถุ
- แบบแผน
- การคาดการณ์
- โครงการ
- ผลสอบ
- ปลอดภัย
- ชุด
- ชุด
- การเก็บรักษา
- ระบบ
- วัตสัน
- วัตสัน สตูดิโอ