Pembelajaran mesin yang bertanggungjawab - pendekatan 'kotak kaca'.

​Penterjemah |. Cui Hao

Penilai |. Sama seperti kaedah berbilang parameter dan hiperparameter dalam rangkaian saraf dalam yang kompleks hanyalah satu bentuk pengkomputeran kognitif, kaedah tersebut nampaknya tidak begitu mendalam.

Terdapat jenis pembelajaran mesin yang lain (sesetengahnya melibatkan rangkaian neural dalam Hasil model pembelajaran mesin jenis ini, penentuan model dan kerumitan itu). mempengaruhi model semuanya Jadilah sangat telus.

Semua ini bergantung pada sejauh mana organisasi memahami sumber datanya.

Dalam erti kata lain, anda perlu memahami segala-galanya daripada data latihan model kepada model data pengeluaran. Ia juga penting untuk mentafsir, memperhalusi dan menambah baik keputusannya. Dengan cara ini, organisasi boleh meningkatkan nilai perniagaan model mereka.

Lebih penting lagi, ia meningkatkan lagi keadilan, akauntabiliti dan ketelusan teknologi ini, menjadikannya lebih dipercayai dan lengkap untuk seluruh masyarakat.

Joel Minnick, VP Pemasaran di Databricks, mengakui: "Itulah sebabnya anda memerlukan pemahaman terperinci tentang aspek huluan dan hiliran data anda untuk dapat melakukan pembelajaran mesin secara bertanggungjawab."

Untuk Katalog kompilasi Data Lineage

Latihan data dan penjanaan data untuk model akan melibatkan berbilang teknologi seperti sumber data, penukaran data dan penyepaduan data. Dalam penyelesaian katalog data yang matang, penangkapan data masa nyata boleh dicapai, jadi kemajuan boleh dipantau pada bila-bila masa untuk memahami kemajuan pelaksanaan model. "Ia memberi saya pemahaman yang jelas tentang konteks penggunaan data dalam model. Juga, anda tahu, dari mana data ini datang? Apakah data lain yang kami dapat daripadanya? Bilakah ia dijana? Jadi saya boleh Untuk lebih memahami bagaimana saya harus menggunakan data ini," kata saintis data Minnick.

"Keturunan data" (merakam sumber data, pergerakan dan pemprosesan) terdiri daripada metadata dan direktori data digunakan untuk menyimpan set data yang berkaitan. Katalog juga membolehkan pengguna memasukkan teg dan deskriptor lain sebagai metadata tambahan, yang boleh membantu mengesan asal data dan mewujudkan kepercayaan terhadap data. "Keturunan data," seperti yang diterangkan oleh Minnick, boleh menjana "perkhidmatan dipacu API" yang menghubungkan pelbagai platform (termasuk platform saintis data, platform jurutera data dan platform pengguna akhir).

Tadbir Urus Data: Lahir untuk Sains Data

Kebolehkesanan yang lebih baik bagi latihan data dan operasi data akan menjejaskan keputusan model pembelajaran mesin, dan keputusan model pula berkaitan dengan tadbir urus data dalam bidang sains data berkait rapat. Oleh itu, tadbir urus data berkait rapat dengan platform sains data yang mencipta dan menggunakan model. "Kemahiran mengurus hamparan dan fail, mengurus buku nota dan mengurus papan pemuka pada masa yang sama Ia adalah cara moden untuk mengurus data pengeluaran dan penggunaan," komen Minnick. Kenyataan ini sesuai untuk saintis data yang membina model dalam buku nota mereka dan memantau output melalui papan pemuka.

Jelas dan Telus

Walau bagaimanapun, hanya menyambung ke platform alat sains data melalui API untuk mendapatkan "keturunan data" hanyalah satu aspek memanfaatkan pembelajaran mesin secara telus. Bagi mencapai tujuan menambah baik output model, model output juga perlu ditentukur dengan kandungan yang ditentukan dalam garis keturunan data. Sebagai contoh, cara untuk memodelkan data kebolehkesanan supaya saintis data "boleh memahami jika ada masalah dengan beberapa data, mereka boleh mengasingkan bahagian data itu," kata Minnick.

Secara logiknya, pengetahuan ini boleh digunakan untuk memahami sebab jenis data tertentu bermasalah dan dengan itu membetulkannya atau meningkatkan ketepatan model dengan mengalih keluarnya sepenuhnya. Menurut Minnick, semakin banyak organisasi menyedari faedah menggunakan "garis keturunan data" untuk memodelkan hasil, "sebahagiannya disebabkan oleh peningkatan pembelajaran mesin dan kecerdasan buatan dalam pelbagai industri hari ini produk AutoML kami tahun lepas, kami menggunakan "kotak kaca" untuk mewakili ketelusan ke dalam sumber data "

Akibat kawal selia dan lain-lain

Sesetengah organisasi juga menggunakan "keturunan data" untuk menyediakan model pengkomputeran kognitif adaptif untuk meningkatkan keupayaan pematuhan peraturan mereka. Industri seperti kewangan dan penjagaan kesihatan sangat dikawal selia, memerlukan syarikat menerangkan dengan jelas cara mereka membuat keputusan untuk pelanggan mereka. Kebolehkesanan data mencipta peta jalan untuk membina model pembelajaran mesin dan memahami hasil model—tidak ternilai untuk pematuhan peraturan.

Maklumat ini juga membantu dalam audit dalaman, membolehkan syarikat memahami di mana mereka gagal dalam bidang kawal selia supaya isu boleh diperbetulkan untuk mengelakkan pelanggaran. "Dapat membentangkan maklumat keturunan data yang sangat terperinci kepada pengawal selia, bukan sahaja merentas jadual tetapi di mana data itu boleh digunakan di mana-mana di seluruh organisasi yang luas, adalah sangat penting," tegas Minnick. Apabila kelebihan ini bertepatan dengan idea bahawa sumber data meningkatkan ketepatan model, pendekatan ini mungkin menjadi amalan terbaik untuk menggunakan teknologi ini.

Pengenalan penterjemah

Cui Hao, editor komuniti 51CTO dan arkitek kanan, mempunyai 18 tahun pengalaman pembangunan perisian dan seni bina serta 10 tahun pengalaman seni bina yang diedarkan. Dahulu pakar teknikal di HP. Beliau bersedia berkongsi dan telah menulis banyak artikel teknikal popular dengan lebih daripada 600,000 bacaan. Pengarang "Prinsip dan Amalan Seni Bina Teragih".

Tajuk asal: ​​Pendekatan “Kotak Kaca” untuk Pembelajaran Mesin Bertanggungjawab​​​, pengarang: Jelani Harper​

Atas ialah kandungan terperinci Pembelajaran mesin yang bertanggungjawab - pendekatan 'kotak kaca'.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!