Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Menggunakan penjelasan model dengan Amazon Redshift ML
Dengan penjelasan model di Amazon Redshift ML, Anda menggunakan nilai kepentingan fitur untuk membantu memahami bagaimana setiap atribut dalam data pelatihan berkontribusi pada hasil yang diprediksi.
Keterjelasan model membantu meningkatkan model pembelajaran mesin (ML) Anda dengan menjelaskan prediksi yang dibuat model Anda. Keterjelasan model membantu menjelaskan bagaimana model ini membuat prediksi menggunakan pendekatan atribusi fitur.
Amazon Redshift MLmenggabungkan penjelasan model untuk memberikan fungsionalitas penjelasan model kepada pengguna Amazon Redshift ML. Untuk informasi lebih lanjut tentang penjelasan model, lihat Apa Itu Keadilan dan Penjelasan Model untuk Prediksi Machine Learning? di Panduan SageMaker Pengembang Amazon.
Keterjelasan model juga memantau kesimpulan yang dibuat model dalam produksi untuk penyimpangan atribusi fitur. Ini juga menyediakan alat untuk membantu Anda menghasilkan laporan tata kelola model yang dapat Anda gunakan untuk menginformasikan tim risiko dan kepatuhan, serta regulator eksternal.
Saat Anda menentukan AUTO ON atau AUTO OFF opsi saat menggunakan CREATE MODEL pernyataan, setelah pekerjaan pelatihan model selesai, SageMaker buat keluaran penjelasan. Anda dapat menggunakan MODEL fungsi EXPLAIN _ untuk menanyakan laporan penjelasan dalam format. JSON Untuk informasi selengkapnya, lihat Fungsi pembelajaran mesin.
