Annullamento distorsione passivo

L'annullamento della distorsione passivo è il lavoro che Watson OpenScale svolge da solo, automaticamente, ogni ora. È considerato passivo perché si verifica senza l'intervento dell'utente. Quando Watson OpenScale controlla la distorsione, annulla anche la distorsione dei dati. Analizza il comportamento del modello e identifica i dati in cui il modello agisce in modo distorto.

Watson OpenScale crea quindi un modello di machine learning per prevedere se è probabile che il modello agisca in modo distorto su un determinato nuovo punto di dati. Watson OpenScale analizza quindi i dati ricevuti dal modello, su base oraria, e trova i punti di dati che causano la distorsione. Per tali punti dati, l'attributo di correttezza è perturbato dalla minoranza alla maggioranza e la maggioranza alla minoranza e i dati perturbati vengono inviati al modello originale per la previsione. La previsione del record perturbato, insieme alla previsione originale viene utilizzata per calcolare la distorsione.

Watson OpenScale annulla la distorsione dei record distorti identificati che il modello riceve nell'ultima ora. Calcola inoltre la correttezza per l'output con distorsione annullata e la visualizza nella scheda Modello con distorsione annullata .

Annullamento distorsione attivo

L'annullamento della distorsione attivo è un modo per richiedere e portare risultati senza distorsione nella tua applicazione tramite l'endpoint API REST. Puoi richiamare attivamente Watson OpenScale per conoscere la previsione senza distorsione del tuo modello in modo da poter eseguire la tua applicazione in modo non distorto. Nell'annullamento della distorsione attivo, puoi utilizzare un endpoint API REST di annullamento della distorsione dalla tua applicazione. Questo endpoint API REST richiama internamente il modello e ne controlla il comportamento.

Se Watson OpenScale rileva che il modello agisce in modo distorto, perturba i dati e li restituisce al modello originale. Dopo l'analisi interna sul punto di dati perturbato, se Watson OpenScale rileva che il modello si comporta in modo distorto sul punto di dati, l'output del modello originale sui dati perturbati viene restituito come previsione senza distorsione.

Se Watson OpenScale determina che il modello originale non agisce in modo distorto, Watson OpenScale restituisce la previsione del modello originale come previsione senza distorsione. Pertanto, utilizzando questo endpoint API REST, puoi garantire che la tua applicazione non basi le decisioni sull'output distorto.

Revisione dei dati per i valori non distorti

Quando viene eseguita la valutazione della correttezza, Watson OpenScale memorizza i valori senza distorsione nella tabella di registrazione payload della distribuzione del modello. Tutte le transazioni di calcolo del punteggio eseguite tramite questo endpoint vengono automaticamente annullate, come applicabile. È possibile accedere all'endpoint di calcolo del punteggio senza distorsione proprio come si farebbe con il normale endpoint di calcolo del punteggio per il modello distribuito. Oltre a restituire la risposta del modello distribuito, restituisce anche le colonne debiased_prediction e debiased_probability.

• La colonna debiased_prediction contiene il valore di previsione senza distorsione.

• La colonna debiased_probability, rappresenta la probabilità della previsione senza distorsione. Questo array di valori doppi rappresenta la probabilità della previsione senza distorsione che appartiene a una delle classi di previsione.

Passi successivi

• Opzioni di annullamento distorsione
• Visualizzazione dei dati di valutazione
• Visualizzazione dei risultati di correttezza per la distorsione indiretta

Argomento principale: Revisione delle informazioni dettagliate del modello con Watson OpenScale