Tổng kết
Trong mẫu mã này, hãy tìm hiểu cách sử dụng bộ dữ liệu bệnh tiểu đường để dự đoán liệu một người có dễ mắc bệnh tiểu đường hay không. Mẫu mã khám phá tính công bằng, khả năng giải thích và tính mạnh mẽ của các mô hình dự đoán, đồng thời nâng cao hiệu quả của hệ thống dự đoán AI. Mẫu mã thể hiện giải pháp end-to-end và chỉ ra cách:
- Kiểm tra tính công bằng của tập dữ liệu về bệnh tiểu đường bằng Bộ công cụ công bằng AI 360
- Phát triển mô hình
- Giải thích mô hình bằng Bộ công cụ giải thích AI 360
Mẫu mã chia sẻ mẫu mã chung cho toàn bộ quy trình từ đầu đến cuối của các bước trước đó. Do đó, nó có thể được sử dụng để cắm vào bất kỳ tập dữ liệu nào mà bạn muốn khám phá tính công bằng và khả năng giải thích.
Mô tả
Công bằng là quá trình tìm hiểu sự thiên vị do dữ liệu của bạn đưa ra và đảm bảo rằng mô hình của bạn cung cấp các dự đoán công bằng trên tất cả các nhóm nhân khẩu học. Khả năng giải thích cho thấy cách một mô hình học máy đưa ra dự đoán của nó. Nó giúp nâng cao hiểu biết về mô hình bằng cách làm rõ cách hoạt động của mô hình.
Trong mẫu mã này, bạn sử dụng tập dữ liệu về bệnh tiểu đường để dự đoán liệu một người có dễ mắc bệnh tiểu đường hay không. Bạn sử dụng IBM Watson® Studio, IBM Cloud Object Storage, AI Explainability 360 Toolkit và AI Fairness 360 Toolkit để tạo dữ liệu, áp dụng thuật toán giảm thiểu sai lệch, sau đó phân tích kết quả.
Sau khi hoàn thành mẫu mã này, bạn hiểu cách:
- Tạo một dự án bằng Watson Studio
- Sử dụng Bộ công cụ AI Explainability 360
- Sử dụng Bộ công cụ AI Fairness 360
Dòng chảy
- Đăng nhập vào IBM Watson Studio được hỗ trợ bởi Spark, khởi tạo IBM Cloud Object Storage và tạo một dự án.
- Tải tệp dữ liệu .csv lên IBM Cloud Object Storage.
- Tải tệp dữ liệu vào sổ ghi chép Watson Studio.
- Cài đặt Bộ công cụ AI Explainability 360 và Bộ công cụ AI Fairness 360 trong sổ ghi chép Watson Studio.
- Phân tích kết quả sau khi áp dụng thuật toán giảm thiểu sai lệch trong các giai đoạn tiền xử lý, trong xử lý và hậu xử lý.
Hướng Dẫn
Tìm các bước chi tiết cho mẫu này trong readme tập tin. Các bước sẽ chỉ cho bạn cách:
- Tạo tài khoản với IBM Cloud.
- Tạo một dự án Watson Studio mới.
- Thêm dữ liệu.
- Tạo sổ ghi chép.
- Chèn dữ liệu dưới dạng DataFrame.
- Chạy sổ ghi chép.
- Phân tích kết quả.
Mẫu mã này là một phần của Bộ công cụ AI 360: Giải thích các mô hình AI chuỗi trường hợp sử dụng, giúp các bên liên quan và nhà phát triển hiểu hoàn toàn vòng đời của mô hình AI và giúp họ đưa ra quyết định sáng suốt.
Nguồn: https://developer.ibm.com/patterns/p Dự đoán-an-event-with-fairness-explainability-robustness/- Tài khoản
- AI
- thuật toán
- thân hình
- đám mây
- mã
- nội dung
- dữ liệu
- tập dữ liệu
- nhân khẩu học
- phát triển
- Bệnh tiểu đường
- Sự kiện
- Giải thích
- dòng chảy
- Độ đáng tin của
- Hướng dẫn
- HTTPS
- IBM
- Đám mây của IBM
- IBM Watson
- IT
- LEARN
- học tập
- học máy
- kiểu mẫu
- Lưu trữ đối tượng
- Họa tiết
- Dự đoán
- dự án
- Kết quả
- Loạt Sách
- định
- cổ phiếu
- là gắn
- hệ thống
- Watson
- Phòng thu Watson
- công trinh