Explainable AI per i modelli BigQuery ML
Explainable AI è costituito da una serie di tecniche utili per comprendere le previsioni e le decisioni dei modelli IA. BigQuery ML e Vertex AI dispongono entrambi di offerte Explainable AI esistenti che offrono spiegazioni basate sulle caratteristiche.
Utilizza questa pagina per capire se puoi utilizzare Explainable AI sui modelli BigQuery ML registrati in Model Registry.
BigQuery ML supporta Explainable AI su due framework separati e quindi diversi tipi di modelli. Questa pagina descrive quali tipi di modello sono supportati per l'integrazione di Model Registry. Per saperne di più su Explainable AI basato su BigQuery ML, consulta Esecuzione di XAI sui 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 nel registro dei modelli e se è un tipo di modello supportato da Explainable AI, puoi abilitare Explainable AI sul modello durante il deployment in un endpoint. Quando registri il tuo modello BigQuery ML, tutti i metadati associati vengono compilati automaticamente.
- Registrare il modello BigQuery ML in Model Registry.
- Vai alla pagina Registro dei modelli dalla sezione BigQuery della console Google Cloud.
- In Model Registry, seleziona il modello BigQuery ML e fai clic sulla versione del modello per reindirizzare gli utenti alla pagina dei dettagli.
- Seleziona Altre azioni dalla versione del modello.
- Fai clic su Esegui il deployment nell'endpoint.
- Definisci il tuo endpoint: crea un nome endpoint e fai clic su Continua.
- Seleziona un tipo di macchina, ad esempio
n1-standard-2
. - In Impostazioni modello, nella sezione Logging, seleziona la casella di controllo per abilitare le opzioni di spiegabilità.
- Fai clic su Fine, quindi su Continua per eseguire il deployment nell'endpoint.
Per scoprire come utilizzare XAI sui tuoi modelli dal registro dei modelli, consulta Ottenere una spiegazione online utilizzando il modello di cui è stato eseguito il deployment. Per scoprire di più su XAI in Vertex AI, consulta Ottenere spiegazioni.
Scopri di più
- Aggiungere un modello BigQuery ML al registro dei modelli
- Aggiornare un modello BigQuery ML nel registro dei modelli
- Visualizzare le valutazioni di BigQuery ML da Model Registry
- Rimuovere un modello BigQuery ML da Model Registry