Verantwoordelijke machine learning (verantwoordelijke ML)

Azure Machine Learning-mogelijkheden waarmee datawetenschappers en ontwikkelaars op verantwoordelijke wijze kunnen innoveren.

Krijg inzicht in uw gegevens, modellen en processen en beveilig en beheer deze om vertrouwde oplossingen te bouwen.

Toonaangevende technologie waardoor verantwoordelijke machine learning kan worden ontwikkeld, geïmplementeerd en gebruikt. Breng principes over verantwoordelijke kunstmatige intelligentie in de praktijk en bouw het vertrouwen op in de hele machine learning-levenscyclus.

Inzicht

Krijg zichtbaarheid in uw modellen, verklaar het gedrag van modellen en detecteer en beperk ongelijkmatige verdeling met onze kant-en-klare visualisaties.

Beschermen

Pas differentiële privacytechnieken toe om gevoelige gegevens te beveiligen en lekken te voorkomen. Versleutel gegevens en bouw modellen in een veilige omgeving om de vertrouwelijkheid te handhaven.

Besturing

Gebruik ingebouwde mogelijkheden voor herkomst en audittrails en maak een verantwoordelijk proces mogelijk door modelmetagegevens vast te leggen om zo aan de regelgevingsvereisten te voldoen.

Inzicht krijgen in uw modellen en bouwen met het oog op eerlijke verdeling

Verklaar het gedrag van modellen en functies die de meeste impact hebben op de voorspellingen. Gebruik ingebouwde verklaringen voor zowel 'glass box'- als 'black box'-modellen tijdens de modeltraining en deductie. Gebruik interactieve visualisaties om modellen te vergelijken en what-if-analyses uit te voeren om de nauwkeurigheid van modellen te verbeteren. Test uw modellen op eerlijke verdeling met behulp van toonaangevende algoritmen. Beperk ongelijkmatige verdeling in de machine learning-levenscyclus, vergelijk beperkte modellen en overweeg, indien gewenst, opzettelijk verschil tussen eerlijke verdeling en nauwkeurigheid.

Gegevensprivacy en vertrouwelijkheid beschermen

Bouw modellen waarmee de privacy gewaarborgd blijft met behulp van de nieuwste innovaties op het gebied van differentiële privacy, waarmee gegevens worden voorzien van nauwkeurige niveaus aan statistische ruis om de openbaarmaking van gevoelige informatie te beperken. Identificeer gegevenslekken en beperk herhaalde query's om het risico van blootstelling te beperken.

Gebruik versleuteling en vertrouwelijke machine learning-technieken (binnenkort beschikbaar) die specifiek zijn ontworpen voor machine learning om veilig modellen te bouwen aan de hand van vertrouwelijke gegevens.

Controle en beheer bij elke stap van het machine learning-proces

Krijg toegang tot ingebouwde mogelijkheden voor het automatisch volgen van de herkomst en het maken van audittrails voor de hele machine learning-levenscyclus. Verkrijg volledige zichtbaarheid in het machine learning-proces door het bijhouden van gegevenssets, modellen, experimenten, code en meer. Gebruik aangepaste tags om modelgegevensbladen te implementeren, belangrijke modelmetagegevens vast te leggen, de verantwoordelijkheid te verbeteren en voor een verantwoordelijk proces te zorgen.

Verantwoordelijke machine learning in actie bekijken

Betere zichtbaarheid in modellen krijgen om het gedrag ervan te verklaren

Betere zichtbaarheid in modellen krijgen om het gedrag ervan te verklaren

Neem essentiële beslissingen met modellen zonder verborgen bias

Neem essentiële beslissingen met modellen zonder verborgen bias

Differentiële privacytechnieken gebruiken om gevoelige gegevenssets te beveiligen

Differentiële privacytechnieken gebruiken om gevoelige gegevenssets te beveiligen

Klanten die verantwoordelijke machine learning gebruiken

"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, partner en Data Analytics Leader bij EY Canada

Het verhaal lezen

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, hoofd Data Analytics and Artificial Intelligence, Scandinavian Airlines

Het verhaal lezen

Scandinavian Airlines

Bent u er klaar voor? Stel een gratis Azure-account in