モデルの解釈と説明可能性
Dataikuは、モデルに依存しないインタラクティブな特徴量の重要度、部分依存プロット、サブポピュレーション分析、個々の予測説明など、説明可能なAIに不可欠な機能を提供します。
これらの技術を組み合わせることで、モデルがどのように意思決定を行うかを説明し、データサイエンティストや関係者がモデルの予測に影響を与える要因を理解できるようになります。
What-if分析と結果の最適化
強力なwhat-if分析により、テクニカルユーザーもビジネスの専門家も、さまざまな入力の組み合わせをテストし、予測される結果への影響を確認することができます。シミュレーション機能により、チームは、望ましいビジネス成果につながる変更を体系的に発見し、対処することもできます。
what-if分析のためのこの視覚的なインターフェースにより、ビジネスユーザーは予測モデルに対する信頼を築き、モデルの動作に関する知識を実用的な方法で適用することができます。
差別的効果とバイアスの検出
Dataikuは、モデルが不公平なまたは異なる扱いをしてしまう可能性があるセグメントを発見するための分析を提供します。インタラクティブなサブポピュレーション分析では、グループごとにモデル結果を比較することができ、差別的効果分析では、センシティブなグループが受け取った結果は、有利なグループがその結果を受け取った割合に近いものであるかを測定します。
これらの情報を手に入れたデータサイエンティストは、より責任ある公平な結果をもたらすモデルを作成することができます。
個別の予測説明
Dataikuは、予測結果に対する追加情報を提供するために、行レベルの予測説明（ICEとSHAP）を生成します。
バッチスコアリングとリアルタイムスコアリングの両方で、予測説明をレスポンスの一部として返すことができ、規制された業界における理由コードの必要性を満たし、分析のための追加情報を提供します。
フローとモデルの自動ドキュメント化
Dataikuは、モデルやプロジェクトフローの包括的なドキュメントを自動生成します。カスタマイズ可能なテンプレートには、プロジェクトの状態やモデルの設計と結果をスナップショットするために必要なすべてのメタデータとビジュアライゼーションが含まれています。
DataikuのAI Explainを使用して、Dataikuフローまたは個々のフローゾーンを説明した記述を自動的に生成します。堅牢かつ自動のドキュメント化により、企業は規制遵守のためにAIプロジェクトの一貫した記録を維持できるので、チームはプロジェクトドキュメントの維持に膨大な時間を費やすのを回避することができます。
説明可能なパイプライン
Dataikuの各プロジェクトでは、データの変換と処理のパイプラインをエンドツーエンドで透過的に表現するビジュアルフローが作成されます。設計に関するすべての決定とステップが捕捉され表示されるので、現在または将来のチームメンバーがプロジェクトのロジックの順序を明確にフォローし、説明できます。