Azure Machine Learning에서 책임 있는 AI 성과 기록표(미리 보기) 사용

적용 대상:Azure CLI ml 확장 v2(현재)Python SDK azure-ai-ml v2(현재)

Azure Machine Learning 책임 있는 AI 성과 기록표는 기계 학습 모델과 함께 제공되는 책임 있는 AI 대시보드 인사이트 및 사용자 지정을 기반으로 생성되는 PDF 보고서입니다. PDF 성과 기록표를 기술 및 비기술 관련자와 쉽게 구성, 다운로드 및 공유하여 데이터 및 모델 상태, 규정 준수 및 신뢰 구축 지원에 대해 교육할 수 있습니다. 감사 검토에서 성과 기록표를 사용하여 관련자에게 모델의 특성에 대해 알릴 수도 있습니다.

책임 있는 AI 성과 기록표를 찾을 수 있는 위치

책임 있는 AI 성과 기록표는 책임 있는 AI 대시보드에 연결됩니다. 책임 있는 AI 성과 기록표를 보려면 Azure Machine Learning 스튜디오에서 모델을 선택하여 모델 레지스트리로 이동합니다. 그런 다음, 책임 있는 AI 대시보드 및 성과 기록표를 생성한 등록된 모델을 선택합니다. 모델을 선택한 후 책임 있는 AI 탭을 선택하여 생성된 대시보드 목록을 봅니다. 책임 있는 AI Insights를 선택하고 **모든 PDF 성과 기록표 보기를 선택하여 책임 있는 AI 성과 기록표 PDF를 내보낼 대시보드를 선택합니다.

1. 책임 있는 AI 성과 기록표(미리 보기)를 선택하여 이 대시보드에 대해 생성된 모든 책임 있는 AI 성과 기록표 목록을 표시합니다.

   

2. 목록에서 다운로드할 성과 기록표를 선택한 다음 다운로드를 선택하여 PDF를 컴퓨터에 다운로드합니다.

   

책임 있는 AI 성과 기록표를 읽는 방법

책임 있는 AI 성과 기록표는 책임 있는 AI 대시보드의 주요 인사이트를 PDF로 요약한 것입니다. 성과 기록표의 첫 번째 요약 부분은 관련자가 모델을 배포할 준비가 되었는지 여부를 결정하는 데 도움이 되도록 설정한 주요 대상 값과 기계 학습 모델에 대한 개요를 제공합니다.

데이터 분석 세그먼트는 데이터에 대한 올바른 이해 없이는 모델 스토리가 불완전하기 때문에 데이터의 특성을 보여 줍니다.

모델 성능 세그먼트는 모델의 가장 중요한 메트릭과 예측의 특성 그리고 예측이 원하는 목표 값을 얼마나 충족하는지를 표시합니다.

다음으로, 모델의 사각지대를 볼 수 있도록 자동으로 추출되는 최고 성능 및 최저 성능의 데이터 코호트 및 하위 그룹을 볼 수도 있습니다.

모델 예측에 영향을 미치는 가장 중요한 주요 요인을 확인할 수 있습니다. 이는 모델이 작업을 수행하는 방식에 대한 신뢰를 빌드하기 위한 요구 사항입니다.

요약된 모델 공정성 인사이트를 더 자세히 살펴보고, 모델이 원하는 중요 그룹에 대해 설정된 공정성 목표 값을 얼마나 잘 충족하는지 검사할 수 있습니다.

마지막으로, 데이터 세트의 인과 인사이트가 요약되어 확인된 요인이나 처리가 실제 결과에 인과 영향을 미치는지 여부를 결정하는 데 도움이 될 수 있습니다.

다음 단계

• CLI v2 및 SDK v2 또는 Azure Machine Learning 스튜디오 UI를 통해 책임 있는 AI 대시보드를 생성하는 방법 가이드를 참조하세요.
• 책임 있는 AI 대시보드의 개념 및 기술에 대해 자세히 알아봅니다.
• 샘플 YAML 및 Python Notebook을 살펴보고 YAML 또는 Python을 사용하여 책임 있는 AI 대시보드를 생성합니다.
• 이 기술 커뮤니티 블로그 게시물에서 책임 있는 AI 대시보드와 성과 기록표를 사용하여 데이터와 모델을 디버그하고 더 나은 의사 결정을 내리는 방법에 대해 자세히 알아봅니다.
• 실제 고객 사례에서 영국 NHS(National Health Service)에서 책임 있는 AI 대시보드와 성과 기록표를 어떻게 사용했는지 알아봅니다.
• 이 대화형 AI 랩 웹 데모를 통해 책임 있는 AI 대시보드의 기능을 살펴봅니다.