Dataikuの説明性
モデルの結果を理解し、信頼性を向上し、バイアスを取り除きます。
予測モデルの説明性
Dataikuは説明可能なAIに、特徴の重要性、部分従属プロット、分集団分析、および個別予測説明についてのレポートを含む重要な機能を提供しています。
これらの技術を合わせると、モデルの意思決定方法の説明に役立ちます。データサイエンティストや主要な関係者はモデル予測に影響を与える要因を理解できるようになります。
不平等効果および分集団分析
バイアスデータで作られたモデルは偏りのある予測を生成します。
Dataikuの不平等効果の分析は、センシティブグループが優先グループの比率に近い比率で肯定的な結果を得たかを測定します。また、Dataikuには分集団分析もあり、ユーザーはグループごとに結果を確認できます。両方の分析は、モデルが不公平に処理した、または異なって処理をされた人々のグループを見つけることに役立ちます。
データサイエンティストはこの情報を使って、より信頼できる公平な結果を提供するモデルを作成することができま す。
What-If分析
Dataikuのwhat-if分析を使用してデータサイエンティストやアナリストは様々な入力シナリオを確認しビジネスユーザーにwhat-if分析を公開できます。
ビジネスユーザーはwhat-if分析にアクセスし、一般的なシナリオで生成した結果を確認して新しいシナリオを試せるので、予測モデルを信頼できるようになります。
個別予測説明および理由コード
Dataikuはデータや結果を行レベルで調べるための個別予測説明レポートを提供します。
バッチおよびリアルタイム両方でのスコアリング時に、 応答の一部として予測説明が返されます。これは規制産業で求められる理由コードの要件を満たし、分析にさらなる情報を提供します。
自動モデルの文書化
Dataikuのモデル文書ジェネレーターは必要なモデル文書を標準的なテンプレートに基づいて自動的に作成します。
文書の標準化と自動化により、組織はAIプロジェクトの定期的な記録を規制コンプライアンス用に維持できます。データサイエンティストは貴重な時間を、より多くのプロジェクトの構築や、さらなる価値の創造に費やすことができます。