Machine learning responsável (ML responsável)

Capacidades do Azure Machine Learning que permitem que cientistas de dados e programadores inovem com responsabilidade.

Compreenda, projete e controle os seus dados, modelos e processos para compilar soluções fidedignas.

Tecnologia de ponta que conduz a desenvolvimento, implementação e utilização de ML responsável. Ponha em prática princípios de IA responsável e crie confiança em todo o ciclo de vida de ML.

Compreenda

Obtenha visibilidade para os seus modelos, explique o comportamento dos mesmos e detete e mitigue a iniquidade, tudo com visualizações prontas a utilizar.

Proteger

Aplique técnicas de privacidade diferencial para proteger os dados sensíveis e evitar fugas. Encripte os dados e crie modelos num ambiente seguro para manter a confidencialidade.

Controlo

Utilize as capacidades incorporadas de linhagem e ensaio de auditoria e crie um processo responsável mediante a documentação de metadados de modelos para cumprir requisitos regulamentares.

Compreenda os modelos e crie com equidade em mente

Explique o comportamento dos modelos e desvende características com mais impacto nas predições. Utilize explicadores incorporados para modelos " glass-box" e "black-box" durante a preparação e a inferência de modelos. Utilize visualizações interativas para comparar modelos e realizar análises "what-if" para melhorar a precisão dos mesmos. Teste os modelos quanto a equidade com algoritmos de ponta. Mitigue a iniquidade ao longo do ciclo de vida de ML, compare modelos mitigados e assuma compromissos intencionais entre equidade e precisão conforme pretender.

Proteja a privacidade e a confidencialidade dos dados

Crie modelos que preservem a privacidade com as mais recentes inovações em privacidade diferencial, que injeta níveis precisos de ruído estatístico nos dados, de modo a limitar a divulgação de informação confidencial. Identifique fugas de dados e limite, de forma inteligente, consultas repetidas para gerir o risco de exposição.

Utilize a encriptação e as técnicas de machine learning confidencial (brevemente) desenhadas especificamente para machine learning para criar modelos com dados confidenciais em segurança.

Controle e governe todos os passos do processo de ML

Aceda a capacidades incorporadas para monitorizar automaticamente a linhagem e criar um ensaio de auditoria a todo o ciclo de vida de ML. Tenha visibilidade completa para o processo de ML ao monitorizar conjuntos de dados, modelos, experimentações, código e outros elementos. Utilize etiquetas personalizadas para implementar fichas técnicas de modelos, documentar metadados de modelos-chave, aumentar a responsabilização e assegurar um processo responsável.

Veja o ML responsável em ação

Obtenha melhor visibilidade para os modelos para explicar os comportamentos dos mesmos

Obtenha melhor visibilidade para os modelos para explicar os comportamentos dos mesmos

Obtenha melhor visibilidade para os modelos para explicar os comportamentos dos mesmos

Tome decisões críticas com modelos que não têm desvios ocultos

Tome decisões críticas com modelos que não têm desvios ocultos

Tome decisões críticas com modelos que não têm desvios ocultos

Utilizar técnicas de privacidade diferencial para proteger conjuntos de dados confidenciais

Utilizar técnicas de privacidade diferencial para proteger conjuntos de dados confidenciais

Utilizar técnicas de privacidade diferencial para proteger conjuntos de dados confidenciais

Clientes que utilizam ML responsável

"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, Parceiro e Líder de Análise de Dados na 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, Diretor de Análise de Dados e Inteligência Artificial, Scandinavian Airlines
Scandinavian Airlines

Estamos prontos para começar. Vamos configurar a sua conta gratuita do Azure