Explainable AI Hero 3

Explicabilité de l’IA

Comprenez le comportement de votre IA à chaque étape de son cycle de vie

Créez une IA de confiance

La fonctionnalité Explainable AI de DataRobot vous aide à comprendre le comportement des modèles et à favoriser la confiance dans leurs résultats. Lorsque l’IA n’est pas transparente, il peut être difficile de s’y fier et d’exploiter ses résultats afin de générer de la valeur pour votre entreprise. Avec Explainable AI, vous pouvez facilement comprendre le processus décisionnel des modèles et proposer des résultats exploitables.

La fonctionnalité Explainable AI de DataRobot vous fournit des explications à toutes les étapes du cycle de vie de l’IA.

  • Comprenez les données
  • Comprenez les modèles
  • Comprenez les déploiements
  • Documentez
Guide
A Guide to Building Trustworthy and Ethical AI Systems

Comprenez le comportement de l’IA

L’explicabilité s’applique à l’ensemble de la plateforme de DataRobot pour aider les utilisateurs à chaque étape. Les explications globales vous permettent de comprendre le comportement des modèles et l’effet que les caractéristiques ont sur ces derniers. Feature Impact vous indique quelles sont les caractéristiques qui ont le plus d’influence sur le modèle. Feature Effects vous permet de connaître précisément l’effet qu’aura la modification d’un attribut sur votre modèle.

Identifiez ce qui a motivé la décision d’un modèle

Les explications locales vous permettent de comprendre la raison pour laquelle le modèle a effectué une prédiction. Les explications des prédictions vous indiquent quelles sont les valeurs et les caractéristiques qui ont contribué à une prédiction donnée et vous permettent de comprendre leur impact. Ces informations peuvent être générées pendant l’entraînement du modèle ou au moment de la notation.

Plongez au cœur de vos modèles

DataRobot offre des fonctionnalités spécialisées d’explicabilité pour des types de modèles uniques et des jeux de données complexes. Les cartes d’activation et les intégrations d’images vous aident à mieux comprendre les données visuelles. Cluster Insights identifie les clusters et affiche leurs caractéristiques. L’onglet Stability (Stabilité) vous montre la précision d’un modèle de série chronologique sur différentes distances de prévision. Et ce ne sont que quelques-unes de nos fonctionnalités spécialisées en matière d’explicabilité !

Une opérationnalisation 100 % transparente

La documentation automatisée de DataRobot accélère le processus de documentation des modèles. Les rapports de conformité consignent les aspects les plus importants d’un modèle, notamment les méthodologies et les performances, dans le but d’accélérer les tâches liées au respect de la conformité. Les rapports de déploiement documentent le comportement d’un modèle une fois qu’il a été déployé et incluent des sections sur la précision, la dérive des données et l’intégrité des services.

Comprenez les modèles en production

L’explicabilité ne s’arrête pas au déploiement d’un modèle. La fonctionnalité MLOps de DataRobot vous permet de surveiller un modèle déployé dans un environnement de production. Grâce à l’onglet Data Drift (Dérive des données), vous pourrez déterminer si les prédictions du modèle ont changé depuis l’entraînement et si les données utilisées pour la notation sont différentes de celles de l’entraînement. De son côté, l’onglet Accuracy (Précision) vous montre la précision du modèle au fil du temps. L’onglet Service Health (État du service) vous fournit des informations sur les performances du modèle du point de vue informatique.

Lancez-vous dans l’IA dès aujourd’hui.