Explainable AI

提供相關工具與架構,可用於理解和解釋機器學習模型。

瞭解 AI 輸出及建立信任感的圖片

瞭解 AI 輸出及建立信任感

Explainable AI 是一組工具和架構組合,可協助您理解和解釋由機器學習模型產生的預測資料。透過 Explainable AI,您可以偵錯及提升模型效能,並協助其他使用者瞭解模型行為。您也可以在 AutoML TablesVertex AI 中產生用於模型預測的特徵歸因,並使用 What-If Tool 以視覺化的方式調查模型行為。
設計出具有可解釋性的共融式 AI

設計出具有可解釋性的共融式 AI

具備各項工具,可協助偵測及解決資料和模型中的偏誤、偏移和其他差異,方便您從頭開始打造具有可解釋性的共融式 AI 系統。AutoML Tables、Vertex AI 預測和 Notebooks 中的 AI Explanations 提供了深入分析資料,協助數據資料學家改善資料集或模型架構,並進行偵錯以提升模型效能。What-If Tool 則可讓您快速查看模型行為。

安心部署 AI 圖片

安心部署 AI

提供便於使用者理解的機器學習模型說明內容,藉此培養使用者的信賴感,並提升資料的透明度。在 AutoML Tables 或 Vertex AI 中部署模型時,您可以即時獲得預測結果和分數,藉此瞭解某項因素對最終結果的影響力。說明內容不會揭示您資料樣本或母體中的任何基礎關係,但會反映模型在資料中發現的模式。

簡化模型管理工作

簡化模型管理工作

透過精簡的效能監控和訓練功能,簡化貴公司機器學習模型的管理工作,並提升機器學習模型效能。此外,您可以輕鬆監控模型在 Vertex AI 上的預測工作,以及透過持續評估功能將模型預測結果與真值標籤進行比較,以持續獲得相關意見回饋,並取得最佳的模型效能。

功能與特色

AI Explanations

系統會提供分數,在 AutoML Tables 中、你的筆記本或透過 Vertex AI Prediction API 說明各因素對模型預測結果的影響程度。請參閱分數說明文件

What-If Tool

使用與 Vertex AI 整合的 What-If Tool,調查資料集中特定功能的模型效能、最佳化策略,甚至是對個別資料點值執行操作。

持續評估

透過部署至 Vertex AI 且經過訓練的機器學習模型對預測結果進行採樣。使用持續評估功能為預測輸入內容提供真值標籤。資料標籤服務會將模型預測結果與真值標籤進行比較,以便提升模型效能。

客戶

定價

AutoML Tables 或 Vertex AI 的使用者可免費使用 Explainable AI 工具。請注意,Cloud AI 是以節點時數使用量計費,而且在模型預測作業中執行 AI Explanations 需要運算和儲存空間。因此,Explainable AI 使用者可能會發現節點時數使用量有所增加。

查看定價詳細資料

後續行動

運用 $300 美元的免費抵免額和 20 項以上的一律免費產品,開始透過 Google Cloud 執行建構作業。

需要入門協助嗎?
與值得信賴的夥伴合作
繼續瀏覽

後續行動

提供相關工具與架構,可用於部署具有可解釋性和包容性的機器學習模型。

需要入門協助嗎?
與值得信賴的夥伴合作
查看提示和最佳做法

Cloud AI 產品符合我們的服務水準協議政策。 這些產品的延遲時間或可用性保證可能與其他 Google Cloud 服務不同。