Amazon SageMaker Autopilot 解释 - Amazon SageMaker
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 AWS 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

Amazon SageMaker Autopilot 解释

Amazon SageMaker 自动导航仪使用 Amazon SageMaker 澄清提供的工具来帮助解释机器学习 (ML) 模型如何进行预测。这些工具可以帮助 ML 建模人员、开发人员和其他内部利益相关者在部署之前全面了解模型特征,并在部署模型后提供的调试预测。关于 ML 模型如何得到预测的透明度对于消费者和监管者来说也是至关重要的,他们需要信任模型预测,如果他们要接受基于它们的决策。自动驾驶仪解释功能使用与模型无关的要素归因方法,您可以使用该方法了解模型在训练后进行预测的原因,并在推理过程中提供逐个实例的解释。该实施包括一个可扩展且高效的剃须,基于合作博弈理论领域的 Shapley 值的概念,该概念为每个要素分配一个特定预测的重要性值。

您可以使用解释来审计和满足法规要求,建立对模型的信任,支持人类决策,以及调试和提高模型性能。

有关 Shapely 值和基线的其他信息,请参阅使用 Shapley 值的要素属性用于解释的 SAP 基线

有关 Amazon SageMaker 澄清文档的指南,请参阅SageMaker 指南澄清文档