可靠的機器學習 (可靠的 ML)

Azure Machine Learning 功能讓資料科學家和開發人員能夠可靠地創新。

了解、保護及控制您的資料、模型和程序,以建立可信任的解決方案。

透過最新技術來開發、部署及使用可靠的 ML。實踐可靠的 AI 準則,並建立整個 ML 生命週期的信任感。

瞭解

透過現成的視覺效果,取得模型的深入見解、說明模型行為,以及偵測與減少不公平性。

保護

應用差分隱私技術保護敏感性資料,並防止資料外洩。在安全的環境中加密資料和建立模型,以保有機密性。

控制

使用內建譜系和稽核線索功能,並藉由記錄模型中繼資料來啟用可靠的程序,以符合法規需求。

瞭解您的模型並建置公平性

說明模型行為,並找出對預測影響最大的特徵。在模型訓練和推斷期間,針對透明與黑箱模型使用內建說明。使用互動式視覺效果比較模型,以及執行模擬分析,以改進模型的準確率。使用最先進的演算法測試模型公平性。減少整個 ML 生命週期的不公平性、比較減少不公平現象後的模型,並視需要在刻意公平與正確性之間進行取捨。

保護資料隱私權和機密性

利用差分隱私中最新的創新,建立可保有隱私權的模型,這會在資料中插入精確的統計雜訊等級,以限制敏感性資訊的公開。找出資料外洩,並以智慧方式限制重複查詢,以管理暴露風險。

使用專為機器學習所設計的加密和機密機器學習 (即將推出) 技術,以使用機密資料安全地建立模型。

透過 ML 程序的每個步驟進行控管

存取內建功能,以自動追蹤譜系,並建立整個 ML 生命週期的稽核線索。藉由追蹤資料集、模型、實驗、程式碼等,來完整了解 ML 程序。使用自訂標籤實作模型資料工作表、記錄重要模型中繼資料、提高權責劃分,以及確保可靠的程序。

查看可靠 ML 的實作示範

進一步了解模型以說明其行為

進一步了解模型以說明其行為

以沒有隱藏偏差的模型做出重大決策

以沒有隱藏偏差的模型做出重大決策

使用差分隱私技術保護敏感性資料集

使用差分隱私技術保護敏感性資料集

使用可靠 ML 的客戶

"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."

EY Canada 的合作夥伴與資料分析負責人 Alex Mohelsky
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."

Scandinavian Airlines 資料分析與人工智慧主管 Daniel Engberg
Scandinavian Airlines

當您一切就緒時,就能開始設定 Azure 免費帳戶