Publicado en: Dec 8, 2020
Hoy, presentamos Amazon SageMaker Clarify que ayuda a los desarrolladores de aprendizaje automático a alcanzar mayor visibilidad de los datos y modelos de entrenamiento, para que puedan identificar y limitar el sesgo, así como explicar las predicciones.
Los sesgos son desequilibrios en la precisión de las predicciones entre diferentes grupos, como la edad o nivel de ingresos. Los sesgos pueden ser resultado de los datos o el algoritmo utilizado para entrenar su modelo. Por ejemplo, si un modelo de aprendizaje automático se entrena principalmente con datos de personas de mediana edad, puede ser menos preciso cuando se hagan predicciones que impliquen a personas más jóvenes o mayores. El campo de aprendizaje automático proporciona una oportunidad de abordar sesgos al detectarlos y medirlos en sus datos y modelo. Usted también puede ver la importancia de los aportes del modelo para explicar por que los modelos hacen las predicciones que hacen.
Amazon SageMaker Clarify detecta un posible sesgo durante la preparación de los datos, después del entrenamiento y en el modelo implementado mediante la examinación de atributos que usted especifique. Por ejemplo, puede buscar un sesgo relacionado con la edad en el conjunto de datos o en el modelo entrenado y recibir un informe detallado que cuantifique los diferentes tipos de sesgos posibles. SageMaker Clarify también incluye gráficos de la importancia de las funciones que le ayudan a explicar las predicciones de los modelos y produce informes que se pueden usar para sustentar presentaciones internas o identificar problemas con el modelo y tomar medidas para corregirlo.
Amazon SageMaker Clarify está disponible en todas las regiones en las que Amazon SageMaker está disponible y no tiene costo adicional. Para más información, visite la página de producto o documentación de SageMaker Clarify.