Navigáció kihagyása

Felelős gépi tanulás (felelős ML)

Az Azure Machine Learning képességei lehetővé teszik az adattudósok és a fejlesztők számára a felelősségteljes innovációt.

A megbízható megoldások létrehozása érdekében értelmezheti, védheti és szabályozhatja adatait, modelljeit és folyamatait.

Felelősségteljesen hozhatja létre, helyezheti üzembe és használhatja a gépi tanulást a legkorszerűbb technológiák segítségével. Átültetheti a gyakorlatba a felelős AI alapelveit, és a teljes ML-folyamatra kiterjesztheti a megbízhatóságot.

Értelmezés

Azonnal használatba vehető vizualizációkkal tekinthet be a modellekbe, értheti meg a modellek viselkedését, észlelheti és mérsékelheti a torzításokat.

Védelem

A különbségi adatvédelmi technikák segítségével megvédheti a bizalmas adatokat, és megelőzheti az adatszivárgást. A titkosság megőrzéséhez biztonságos környezetben titkosíthatja az adatokat és készítheti el modelljeit.

Vezérlés

Használhatja a beépített életút- és naplózási próbát, engedélyezheti a felelős folyamatot, és dokumentálhatja a modellek metaadatait a jogszabályi követelmények teljesítése érdekében.

A modellek értelmezése és méltányos kialakítása

A modellmagyarázattal megértheti a modellek viselkedését, és felderítheti az előrejelzésekre leginkább ható funkciókat. A beépített magyarázókat átlátszó és fekete dobozos modellekhez is használhatja mind a modellbetanítás, mind a dedukció során. Interaktív vizualizációk segítségével hasonlíthatja össze a modelleket, és így végezhet lehetőségelemzést a modell pontosságának növeléséhez. A legkorszerűbb algoritmusokkal tesztelheti modelljei méltányosságát. A teljes gépi tanulási életciklus során mérsékelheti a torzításokat, összevetheti a javított modelleket, és igényei szerint kereshet kompromisszumot a tudatos méltányosság és a pontosság között.

Az adatok és a titkosság védelme

Modelljeiben fenntarthatja az adatok biztonságát a különbségi adatvédelem legújabb innovációival, amelyek pontosan annyi statisztikai zajt juttatnak az adatok közé, amennyi megakadályozza a bizalmas adatok kikerülését. Észlelheti az adatszivárgást és intelligensen korlátozhatja a lekérdezéseket a kitettségi kockázat elhárítása érdekében.

A titkosítás és a bizalmas gépi tanulás kifejezetten gépi tanuláshoz kialakított (hamarosan elérhető) technikáival bizalmas adatok használatával is biztonságosan készíthet modelleket.

Vezérlés és szabályozás a gépi tanulási folyamat minden lépésében

A beépített funkciókkal automatikusan nyomon követheti az életutat, és naplózási próbát hozhat létre a gépi tanulás teljes életciklusán. Teljes betekintést nyerhet a gépi tanulási folyamatba többek között az adatkészletek, a modellek, a kísérletek és a kódok nyomon követésével. Egyéni címkék használatával adatlapokat alkalmazhat modellekhez, dokumentálhatja a modellek fő metaadatait, növelheti az átláthatóságot és gondoskodhat a felelős folyamatról.

Felelős gépi tanulás a gyakorlatban

Jobb betekintés a modellekbe a működésük megértéséhez

Jobb betekintés a modellekbe a működésük megértéséhez

Jobb betekintés a modellekbe a működésük megértéséhez

Kritikus fontosságú döntéshozatal rejtett torzításoktól mentesen

Kritikus fontosságú döntéshozatal rejtett torzításoktól mentesen

Kritikus fontosságú döntéshozatal rejtett torzításoktól mentesen

Különbségi adatvédelmi technikák használata a bizalmas adatok védelmére

Különbségi adatvédelmi technikák használata a bizalmas adatok védelmére

Különbségi adatvédelmi technikák használata a bizalmas adatok védelmére

Fejlessze gépi tanulási készségeit az Azure-ral

Ezen a 30 napos tanulási programon többet is megtudhat az Azure-beli gépi tanulásról, és gyakorlati oktatóanyagokat végezhet el. A tanulás befejeztével felkészülten teheti majd le az Azure-adatszakértői munkatárs minősítő vizsgát.

Felelős gépi tanulást használó ügyfelek

"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, az EY Canada partnerkapcsolati és adatelemzési vezetője
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, adatelemzési és mesterségesintelligencia-osztályvezető, Scandinavian Airlines
Scandinavian Airlines

Ha készen áll, állítsa be ingyenes Azure-fiókját