Explainable AI untuk model BigQuery ML

Explainable AI adalah serangkaian teknik yang dapat Anda gunakan untuk memahami prediksi dan keputusan model AI. BigQuery ML dan Vertex AI memiliki penawaran Explainable AI yang sudah ada yang menawarkan penjelasan berbasis fitur.

Gunakan halaman ini untuk memahami apakah Anda dapat menggunakan Explainable AI pada model BigQuery ML yang terdaftar di Model Registry.

BigQuery ML sendiri mendukung Explainable AI pada dua framework terpisah, sehingga mendukung berbagai jenis model yang berbeda. Halaman ini menjelaskan jenis model yang didukung untuk integrasi Model Registry. Untuk mempelajari Explainable AI yang berbasis BigQuery ML, lihat Melakukan XAI pada model di BigQuery ML.

Jenis model yang didukung untuk Explainable AI di Vertex AI

Explainable AI tersedia di Vertex AI untuk subset model supervised learning yang dapat diekspor. Jenis model yang tidak tercantum dalam daftar berikut mungkin mendukung Explainable AI jika Anda mengedit metadatanya secara manual. Untuk mengetahui detail selengkapnya, lihat Pengantar Vertex Explainable AI.

Jenis model Metode Explainable AI
dnn_classifier Integrated Gradients
dnn_regressor Integrated Gradients
dnn_linear_combined_classifier Integrated Gradients
dnn_linear_combined_regressor Integrated Gradients
boosted_tree_regressor Contoh shapley
boosted_tree_classifier Contoh shapley
random_forest_regressor Contoh shapley
random_forest_classifier Contoh shapley

Lihat Metode Atribusi Fitur untuk mempelajari metode ini lebih lanjut.

Mengaktifkan Explainable AI di Model Registry

Setelah model BigQuery ML terdaftar di Model Registry, dan jika model tersebut merupakan jenis model yang didukung Explainable AI, Anda dapat mengaktifkan Explainable AI pada model saat men-deploy ke endpoint. Saat Anda mendaftarkan model BigQuery ML, semua metadata terkait akan diisikan untuk Anda.

  1. Daftarkan model BigQuery ML Anda ke Model Registry.
  2. Buka halaman Model Registry dari bagian BigQuery di konsol Google Cloud.
  3. Dari Model Registry, pilih model BigQuery ML, lalu klik versi model untuk mengalihkan ke halaman detail model.
  4. Pilih More actions dari versi model.
  5. Klik Deploy to endpoint.
  6. Tentukan endpoint - buat nama endpoint, lalu klik lanjutkan.
  7. Pilih jenis mesin, misalnya, n1-standard-2.
  8. Di bagian Model setting, di bagian logging, centang kotak untuk mengaktifkan opsi kemampuan penjelasan.
  9. Klik Done, lalu Continue untuk men-deploy ke endpoint.

Aktifkan XAI dari konsol

Untuk mempelajari cara menggunakan XAI pada model Anda dari Model Registry, lihat Mendapatkan penjelasan online menggunakan model yang di-deploy. Untuk mempelajari XAI di Vertex AI lebih lanjut, lihat Mendapatkan penjelasan.

Pelajari lebih lanjut