使用 Azure 机器学习生成负责任 AI 解决方案
在整个机器学习开发生命周期中应用负责任 AI来生成合理、有说服力和高性能的应用程序，以赢得客户的信任。负责任 AI 仪表板整合了负责任 AI 的各种功能，支持在工作流中深入调查，而模型监视有助于优化生产环境中的性能。使用负责任 AI 记分卡(预览版)为业务受众情景化负责任 AI 指标，以简化 AI 治理、合规性和协作。
以负责任的方式生成以获得可信结果
运用负责任 AI 以提供可信结果。评估模型的合理性、可靠性和解释能力
自信地做出实时的数据驱动决策。在生产环境中监视和优化 AI 模型性能
保护和管理机器学习资产，在利益干系人组中实现透明、负责和合规
使用负责任 AI 仪表板中最先进的算法快速评估机器学习模型，包括表格、图像和文本模型。使用可重现的自动化工作流，执行统计建模、探索性数据分析、错误分析、反事实分析和因果分析，并评估模型的合理性、解释能力和性能，所有操作均可在端到端机器学习平台中完成。
使用反事实来了解生成特定因果分析所需的内容以主动应用新策略和影响实际更改。然后，使用模型监视跟踪和优化生产环境中的模型性能。简化推理数据收集，并及时收到有关数据偏移、功能属性偏移和数据质量问题的警报，从而持续提高模型性能和改善业务成果。
通过企业隐私和安全控制、60 多项合规性认证以及机器学习运营(MLOps)来保护和管理机器学习资产。轻松跟踪和了解数据世系，并对 Microsoft Purview 使用连接器来简化元数据存储和更快地执行根本原因分析。导出机器学习模型的负责任 AI 记分卡(预览版)，以情景化业务利益干系人的负责任 AI 指标和促进主动协作。
客户正在将负责任 AI 付诸实践
Mildred Coyne 博士，美国布劳沃德学院劳动力教育和创新部门高级副总裁"Our students don't come to quit, they come to finish—but they just don't always know what's in the journey ahead of them. We can use this technology to predict and help them succeed."
Justin Green 博士，英格兰北部健康教育协会领导和管理研究员，骨科外科注册医师"With Azure Machine Learning and the Responsible AI dashboard, we have the tools we need to understand, refine, and explain our outcomes so we can better serve our patients."
Scandinavian Airlines (SAS)数据分析和 AI 主管 Daniel Engberg"With model interpretability in Azure Machine Learning, we have a high degree of confidence that our machine learning model is generating meaningful and fair results."
获取最新的负责任 AI 新闻和资源
通过 Azure 培养机器学习技能
通过实用的动手教程了解如何以安全、可缩放且负责任的方式在 Azure 上生成和运用机器学习模型。在本次 30 天的学习之旅结束时，你将为 Azure Data Scientist Associate Certification 做好准备。
相关产品
Azure 机器学习
使用端到端机器学习生命周期的企业级服务
Azure AI 服务
将高质量 AI 模型部署为 API
Azure AI 服务
在几天内而不是几个月内推出 AI 解决方案。借助适用于常见业务流程的 AI 服务，为组织快速生成切实的价值。