Explainable AI per i modelli BigQuery ML

Explainable AI è una suite di tecniche che puoi utilizzare per comprendere le previsioni e le decisioni dei tuoi modelli di AI. BigQuery ML e Vertex AI dispongono entrambi di offerte Explainable AI esistenti, Offrire spiegazioni basate sulle caratteristiche.

Utilizza questa pagina per capire se puoi utilizzare Explainable AI su BigQuery ML i modelli registrati in Model Registry.

Lo stesso BigQuery ML supporta Explainable AI su due e, di conseguenza, supporta diversi tipi di modelli. In questa pagina vengono descritti i tipi di modello supportati Integrazione di Model Registry. Per saperne di più Explainable AI basato su BigQuery ML, consulta Esecuzione di XAI su modelli in BigQuery ML.

Tipi di modelli supportati per Explainable AI in Vertex AI

Explainable AI è disponibile in Vertex AI per un sottoinsieme di modelli di apprendimento supervisionato esportabili. I tipi di modelli non inclusi nell'elenco seguente potrebbero supportare Explainable AI se modifichi manualmente i relativi metadati. Per ulteriori dettagli, consulta Introduzione a Vertex Explainable AI.

Tipo di modello Metodo Explainable AI
dnn_classifier Gradienti integrati
dnn_regressor Gradienti integrati
dnn_linear_combined_classifier Gradienti integrati
dnn_linear_combined_regressor Gradienti integrati
boosted_tree_regressor Valore di Shapley campionato
boosted_tree_classifier Valore di Shapley campionato
random_forest_regressor Valore di Shapley campionato
random_forest_classifier Valore di Shapley campionato

Per scoprire di più su questi metodi, consulta Metodi di attribuzione delle caratteristiche.

Abilita Explainable AI in Model Registry

Quando il modello BigQuery ML è registrato in Model Registry e se è supportato da Explainable AI tipo di modello, puoi abilitare Explainable AI sul modello durante il deployment su un endpoint. Quando registri il tuo modello BigQuery ML, tutti i metadati associati viene compilato automaticamente.

  1. Registrare il modello BigQuery ML in Model Registry.
  2. Vai alla pagina Model Registry dalla sezione BigQuery nella console Google Cloud.
  3. In Model Registry, seleziona il modello BigQuery ML e fai clic sulla versione del modello per eseguire il reindirizzamento alla pagina dei dettagli del modello.
  4. Seleziona Altre azioni dalla versione del modello.
  5. Fai clic su Esegui il deployment nell'endpoint.
  6. Definisci il tuo endpoint: crea un nome endpoint e fai clic su Continua.
  7. Seleziona un tipo di macchina, ad esempio n1-standard-2.
  8. In Impostazioni modello, nella sezione Logging, seleziona la casella di controllo per abilitare Opzioni di spiegabilità.
  9. Fai clic su Fine, quindi su Continua per eseguire il deployment nell'endpoint.

Abilita XAI dalla console

Per imparare a usare XAI sui tuoi modelli in Model Registry, consulta Ottieni una spiegazione online utilizzando il modello di cui hai eseguito il deployment. Per scoprire di più su XAI in Vertex AI, consulta Ottenere spiegazioni.

Scopri di più