发布于: Mar 18, 2021
我们很高兴地宣布，Amazon SageMaker Clarify 现已在中国区域推出。Amazon SageMaker Carify 可帮助机器学习开发人员更好地了解其训练数据和模型，从而识别和限制偏差并解释预测。
偏差是指不同群体（例如年龄或收入档次）的预测准确性的不平衡。偏差可能来自用于训练模型的数据或算法。例如，如果机器学习模型主要根据中年人的数据进行训练，那么在做出涉及年轻人和老年人的预测时，可能会不太准确。机器学习领域提供了一个通过检测偏差并在数据和模型中对其进行测量来解决偏差的机会。您还可以查看模型输入的重要性，以解释模型为什么做出预测。
Amazon SageMaker Clarify 通过检查您指定的属性，可在数据准备过程中、训练后和部署的模型中检测潜在的偏差。例如，您可以在初始数据集或训练过的模型中检查与年龄相关的偏差，并且会收到一份详细报告，报告对不同类型的可能偏差进行了量化。SageMaker Clarify 还包括功能重要性图表，这些图表可帮助您解释模型预测并生成报告，而这些报告可用于支持内部演示或识别模型中的问题，以便您采取措施进行纠正。