Azure Machine Learning で責任ある AI のスコアカード (プレビュー) を使用する

適用対象:Azure CLI ml extension v2 (現行)Python SDK azure-ai-ml v2 (現行)

Azure Machine Learning の責任ある AI スコアカードは、機械学習モデルに付随する責任ある AI ダッシュボードの分析情報とカスタマイズに基づいて生成される PDF レポートです。 PDF スコアカードを簡単に構成、ダウンロードし、技術的および非技術的な利害関係者と共有して、データとモデルの正常性およびコンプライアンスについて教育し、信頼を構築することができます。 このスコアカードを監査レビューで使用して、モデルの特性について利害関係者に伝えることもできます。

責任ある AI のスコアカードの場所

責任ある AI のスコアカードは、責任ある AI ダッシュボードにリンクされています。 責任ある AI のスコアカードを表示するには、Azure Machine Learning スタジオの [モデル] を選択してモデル レジストリに移動します。 次に、責任ある AI ダッシュボードとスコアカードを生成した登録済みモデルを選択します。 モデルを選択したら、[責任ある AI] タブを選択して、生成されたダッシュボードの一覧を表示します。 [Responsible AI Insights] (責任ある AI 分析情報)、さらに [すべての PDF スコアカードを表示する] の順に選択して、責任ある AI のスコアカード PDF をエクスポートするダッシュボードを選択します。

1. [責任ある AI のスコアカード (プレビュー)] を選択すると、このダッシュボード用に生成されたすべての責任ある AI のスコアカードの一覧が表示されます。

   

2. この一覧で、ダウンロードするスコアカードを選択し、[ダウンロード] を選択して PDF をマシンにダウンロードします。

   

責任ある AI のスコアカードの読み方

責任ある AI のスコアカードは、責任ある AI ダッシュボードから得た主要な分析情報の概要 PDF です。 スコアカードの最初のサマリー セグメントでは、機械学習モデルの概要と、関係者がモデルをデプロイする準備ができているかどうかを判断できるように設定した主要なターゲット値が示されます。

データ分析セグメントには、データの特性が示されます。データの正しい理解なしではモデル ストーリーが不完全になるためです。

モデルのパフォーマンス セグメントには、モデルの最も重要なメトリックと予測の特性、およびモデルが目標値をどの程度満たしているかが示されます。

次に、モデルの死角を確認するために自動的に抽出される上位と下位のパフォーマンスのデータ コーホートとサブグループを表示することもできます。

モデルの予測に影響を与える最も重要な要因を確認できます。これは、モデルでタスクが実行される方法に関する信頼を構築するための要件です。

さらに、要約されたモデルの公平性に関する分析情報を確認し、モデルが必要な機密グループに対して設定した公平性ターゲット値をどの程度満たしているかを調べることができます。

最後に、要約されたデータセットの因果関係の分析情報を確認して、特定された要因または処置が実世界での結果に因果効果を持つかどうかを調べることができます。

次の手順

• CLI v2 と SDK v2 または Azure Machine Learning スタジオの UI を使用して責任ある AI ダッシュボードを生成するための攻略ガイドを参照してください。
• 責任ある AI ダッシュボードの背後にある概念と手法の詳細について確認します。
• サンプル YAML と Python ノートブックを表示して、YAML または Python を使用して責任ある AI ダッシュボードを生成します。
• 責任ある AI ダッシュボードとスコアカードを使用してデータとモデルをデバッグし、この技術コミュニティのブログ投稿で、より良い意思決定を通知する方法について学習します。
• 実際の顧客事例で、責任ある AI ダッシュボードとスコアカードが英国の国民保健サービス (NHS) によってどのように使用されたかについて学習します。
• この対話型 AI ラボ Web デモを使用して、責任ある AI ダッシュボードの機能を確認します。