Passer la navigation

Apprentissage automatique responsable (ML responsable)

Fonctionnalités d’Azure Machine Learning qui permettent aux scientifiques des données et aux développeurs d’innover de manière responsable.

Comprenez, protégez et contrôlez vos données, modèles et processus pour élaborer des solutions fiables.

Technologie de pointe permettant le développement, le déploiement et l’utilisation d’un apprentissage automatique responsable. Mettez en pratique les principes de l’intelligence artificielle responsable, et instaurez la confiance tout au long du cycle de vie de l’apprentissage automatique.

Comprendre

Obtenez une visibilité de vos modèles, expliquez le comportement des modèles, et détectez et atténuez l’impartialité, le tout avec des visualisations prêtes à l’emploi.

Protection

Appliquez des techniques de confidentialité différentielle pour protéger les données sensibles et éviter les fuites. Chiffrez les données et créez des modèles dans un environnement sécurisé pour préserver la confidentialité.

Contrôle

Utilisez les fonctionnalités intégrées de traçabilité et de piste d’audit, et activez un processus responsable en documentant les métadonnées de modèles pour répondre aux exigences réglementaires.

Comprendre vos modèles et créer dans un esprit d’impartialité

L’explicabilité du modèle permet de comprendre le comportement du modèle et de dévoiler les fonctionnalités qui ont le plus d’impact sur les prédictions. Accédez aux explicatifs intégrés pour les modèles de boîte transparente et de boîte noire pendant l’apprentissage et l’inférence du modèle. Utilisez des visualisations interactives pour comparer des modèles et effectuer des analyses de scénarios afin d’améliorer l’exactitude du modèle. Testez l’impartialité de vos modèles à l’aide d’algorithmes de pointe. Atténuez la partialité tout au long du cycle de vie de l’apprentissage automatique, comparez des modèles atténués et pratiquez une partialité intentionnelle par rapport aux compromis d’exactitude en fonction des besoins.

Protéger la confidentialité des données

Créez des modèles qui préservent la confidentialité en utilisant les dernières innovations dans le domaine de la confidentialité différentielle qui injecte des niveaux précis de bruit statistique dans les données pour limiter la divulgation d’informations sensibles. Identifiez les fuites de données et limitez intelligemment les requêtes répétitives pour gérer les risques d’exposition.

Utilisez des techniques de chiffrement et d’apprentissage automatique confidentiel (disponible prochainement) spécialement conçues pour l’apprentissage automatique afin de créer en toute sécurité des modèles utilisant des données confidentielles.

Contrôler et régir chaque étape du processus ML

Accédez aux fonctionnalités intégrées pour bénéficier automatiquement de la traçabilité et créer une piste d’audit tout au long du cycle de vie ML. Obtenez une visibilité totale du processus ML en suivant les jeux de données, les modèles, les expériences, le code, et bien plus. Utilisez des balises personnalisées pour implémenter des modèles de feuilles de données, documenter des métadonnées de modèles clés, accroître la responsabilisation et garantir un processus responsable.

Voir l’apprentissage automatique responsable en action

Acquérir une meilleure visibilité des modèles pour expliquer leur comportement

Acquérir une meilleure visibilité des modèles pour expliquer leur comportement

Acquérir une meilleure visibilité des modèles pour expliquer leur comportement

Prendre des décisions critiques avec des modèles exempts de biais masqués

Prendre des décisions critiques avec des modèles exempts de biais masqués

Prendre des décisions critiques avec des modèles exempts de biais masqués

Utilisation de techniques de confidentialité différentielle pour protéger des jeux de données sensibles

Utilisation de techniques de confidentialité différentielle pour protéger des jeux de données sensibles

Utilisation de techniques de confidentialité différentielle pour protéger des jeux de données sensibles

Développez vos compétences en matière de Machine Learning avec Azure

En savoir plus sur l’apprentissage automatique sur Azure et participer à des didacticiels pratiques avec ce parcours d’apprentissage de 30 jours. À la fin de ce parcours d’apprentissage, vous serez prêt à suivre la certification Azure Data Scientist Associate.

Clients utilisant un apprentissage automatique responsable

"Azure Machine Learning and its Fairlean capabilities offer advanced fairness and explainability that have helped us deploy trustworthy AI solutions for our customers, while enabling stakeholder confidence and regulatory compliance."

Alex Mohelsky, partenaire et responsable Analytique données, EY Canada
Ernst & Young

"Azure Machine Learning helps us build AI responsibly and build trust with our customers. Using the interpretability capabilities in the fraud detection efforts for our loyalty program, we are able to understand models better, identify genuine cases of fraud, and reduce the possibility of erroneous results."

Daniel Engberg, responsable de l’analytique données et de l’intelligence artificielle, Scandinavian Airlines
Scandinavian Airlines

Créer votre compte gratuit Azure