Explainable AI
用于理解和解释机器学习模型的工具和框架。
理解 AI 输出结果并建立信任
最新资讯
设计具有包容性的可解释 AI
使用专门设计的工具检测并解决数据和模型中的偏差、漂移以及其他差距,从头开始构建具有包容性的可解释 AI 系统。AutoML Tables、Vertex AI Predictions 和 Notebooks 中的 AI Explanations 功能为数据科学家提供了改进数据集或模型架构以及调试模型性能所需要的数据洞见。What-If 工具让您可以通过一目了然的方式调查模型行为。
自信地部署 AI
通过人类可解释的机器学习模型说明,提高最终用户的信任度并提高模型的透明度。在 AutoML Tables 或 AI Platform 上部署模型时,您会实时获得预测结果和得分,指示某个因素对最终结果的影响程度。尽管解释并不揭示数据样本或群体中的任何基本关系,但它们确实能反映出模型在数据中发现的模式。
简化模型治理
通过简化的性能监控和训练,让组织能够更轻松地管理和改进机器学习模型。轻松监控模型在 Vertex AI 上所做的预测。持续评估功能使您可以将模型预测结果与标准答案标签进行比较,获得持续的反馈并优化模型性能。
特性
利用由 Google 研究开发并为 Google 的 AI 技术提供支持的突破性 XAI 工具理解 AI 输出结果。
特征归因
用于生成特征归因的代管式服务。支持的方法包括 Samples Shapely、积分梯度和 XRAI。
集成到 Vertex AI 服务中,包括 AutoML Tables 和 AutoML Vision、Vertex AI Prediction、Notebooks、模型监控和 BigQuery ML。
基于样本的说明
利用具有可操作性的解释构建更好的模型,以解决数据难题。
代管式近似最近邻服务,用于返回与新预测或实例类似的样本。
模型分析
客户
资源
价格
AutoML Tables 或 Vertex AI 用户无需额外付费即可使用 Explainable AI 工具。请注意,Cloud AI 按节点时用量计费,并且对模型预测运行 AI Explanations 时将需要计算和存储资源。因此,Explainable AI 用户可能会看到其节点时用量增加。
获享 $300 赠金以及 20 多种提供“始终免费”用量的产品,开始在 Google Cloud 上构建项目。
用于部署具有包容性的可解释机器学习模型的工具和框架。
Cloud AI 产品遵循我们的服务等级协议 (SLA) 政策。 这些产品在延迟时间或可用性方面的保证可能与其他 Google Cloud 服务有所不同。