AIX360
v0.3.0
Toolkit AI Penjelasan 360 adalah pustaka sumber terbuka yang mendukung kemampuan interpretasi dan penjelasan kumpulan data dan model pembelajaran mesin. Paket AI Explanability 360 Python mencakup serangkaian algoritma komprehensif yang mencakup berbagai dimensi penjelasan bersama dengan metrik kemampuan penjelasan proxy. Toolkit AI Expectability 360 mendukung data tabular, teks, gambar, dan deret waktu.
Pengalaman interaktif AI Preparedness 360 memberikan pengenalan singkat tentang konsep dan kemampuan dengan menelusuri contoh kasus penggunaan untuk persona konsumen yang berbeda. Tutorial dan buku catatan contoh menawarkan pengenalan yang lebih mendalam dan berorientasi pada data scientist. API lengkap juga tersedia.
Tidak ada pendekatan tunggal terhadap kemampuan menjelaskan yang paling berhasil. Ada banyak cara untuk menjelaskannya: data vs. model, interpretasi langsung vs. penjelasan post hoc, lokal vs. global, dll. Oleh karena itu, mungkin membingungkan untuk mencari tahu algoritma mana yang paling tepat untuk kasus penggunaan tertentu. Untuk membantu, kami telah membuat beberapa materi panduan dan pohon taksonomi yang dapat dikonsultasikan.
Kami telah mengembangkan paket dengan mempertimbangkan ekstensibilitas. Perpustakaan ini masih dalam pengembangan. Kami mendorong Anda untuk menyumbangkan algoritme, metrik, dan kasus penggunaan yang dapat dijelaskan. Untuk memulai sebagai kontributor, silakan bergabung dengan Komunitas AI Penjelasan 360 di Slack dengan meminta undangan di sini. Harap tinjau instruksi untuk menyumbangkan kode dan buku catatan python di sini.
| Kata kunci instalasi | Penjelasan | sistem operasi | versi piton |
|---|---|---|---|
| peti mati | peti mati | macOS, Ubuntu, Windows | 3.10 |
| kontrastif | cem, cem_maf | macOS, Ubuntu, Windows | 3.6 |
| dipvae | dipvae | macOS, Ubuntu, Windows | 3.10 |
| gce | gce | macOS, Ubuntu, Windows | 3.10 |
| mengesahkan | mengesahkan | macOS, Ubuntu, Windows | 3.10 |
| imd | imd | macOS, Ubuntu | 3.10 |
| kapur | kapur | macOS, Ubuntu, Windows | 3.10 |
| cocok | cocok | macOS, Ubuntu, Windows | 3.10 |
| tidak kontras | tidak kontras | macOS, Ubuntu, Windows | 3.10 |
| profesional | profesional | macOS, Ubuntu, Windows | 3.6 |
| protodash | protodash | macOS, Ubuntu, Windows | 3.10 |
| rbm | brkg, glrm | macOS, Ubuntu, Windows | 3.10 |
| aturan_induksi | ripper | macOS, Ubuntu, Windows | 3.10 |
| bentuk | bentuk | macOS, Ubuntu, Windows | 3.6 |
| ted | ted | macOS, Ubuntu, Windows | 3.10 |
| dua kali | dua kali | macOS, Ubuntu, Windows | 3.10 |
| lendir | lendir | macOS, Ubuntu, Windows | 3.10 |
| sifat menonjol | sifat menonjol | macOS, Ubuntu, Windows | 3.10 |
AI Penjelasan 360 memerlukan versi spesifik dari banyak paket Python yang mungkin bertentangan dengan proyek lain di sistem Anda. Manajer lingkungan virtual sangat disarankan untuk memastikan dependensi dapat diinstal dengan aman. Jika Anda kesulitan menginstal toolkit, coba ini terlebih dahulu.
Conda direkomendasikan untuk semua konfigurasi meskipun Virtualenv umumnya dapat dipertukarkan untuk tujuan kita. Miniconda sudah cukup (lihat perbedaan Anaconda dan Miniconda jika penasaran) dan dapat diinstal dari sini jika Anda belum memilikinya.
Kemudian, buat lingkungan python baru berdasarkan algoritma penjelasan yang ingin Anda gunakan dengan mengacu pada tabel di atas. Misalnya untuk python 3.10, gunakan perintah berikut:
conda create --name aix360 python=3.10
conda activate aix360 Shell sekarang akan terlihat seperti (aix360) $ . Untuk menonaktifkan lingkungan, jalankan:
(aix360)$ conda deactivate Prompt akan kembali ke $ atau (base)$ .
Catatan: Conda versi lama mungkin menggunakan source activate aix360 dan source deactivate ( activate aix360 dan deactivate di Windows).
Kloning versi terbaru dari repositori ini:
(aix360)$ git clone https://github.com/Trusted-AI/AIX360Jika Anda ingin menjalankan contoh dan buku catatan tutorial, unduh kumpulan data sekarang dan letakkan di folder masing-masing seperti yang dijelaskan di aix360/data/README.md.
Kemudian, navigasikan ke direktori root proyek yang berisi file setup.py dan jalankan:
(aix360)$ pip install -e .[ < algo 1> , < algo 2> , ...] Perintah di atas menginstal paket yang diperlukan oleh algoritma tertentu. Di sini <algo> mengacu pada kata kunci instalasi pada tabel di atas. Misalnya untuk menginstal paket yang dibutuhkan oleh algoritma BRCG, DIPVAE, dan TSICE, dapat digunakan
(aix360)$ pip install -e .[rbm,dipvae,tsice] Perintah defaultnya pip install . menginstal dependensi default saja.
Perhatikan bahwa Anda mungkin tidak dapat menginstal dua algoritme yang memerlukan versi python berbeda di lingkungan yang sama (misalnya contrastive bersama dengan rbm ).
Jika Anda menghadapi masalah apa pun, coba perbarui pip dan setuptools dan hapus instalan versi aix360 sebelumnya sebelum mencoba lagi langkah di atas.
(aix360)$ pip install --upgrade pip setuptools
(aix360)$ pip uninstall aix360Jika Anda ingin segera mulai menggunakan toolkit AI 360 yang dapat dijelaskan tanpa mengkloning repositori ini secara eksplisit, Anda dapat menggunakan salah satu opsi berikut:
(your environment)$ pip install -e git+https://github.com/Trusted-AI/AIX360.git#egg=aix360[ < algo 1> , < algo 2> ,...] Misalnya, gunakan pip install -e git+https://github.com/Trusted-AI/AIX360.git#egg=aix360[rbm,dipvae,tsice] untuk menginstal BRCG, DIPVAE, dan TSICE. Anda mungkin perlu menginstal cmake jika belum diinstal di lingkungan Anda menggunakan conda install cmake .
(your environment)$ pip install aix360Jika Anda mengikuti salah satu dari dua opsi ini, Anda perlu mengunduh buku catatan yang tersedia di folder contoh secara terpisah.
Toolkit AI Expectability 360 diuji pada Windows, MacOS, dan Linux. Namun, jika Anda masih menghadapi masalah penginstalan karena ketergantungan paket, silakan coba instal paket yang sesuai melalui conda (mis. conda install nama paket) lalu instal toolkit dengan mengikuti langkah-langkah biasa. Misalnya, jika Anda menghadapi masalah terkait pygraphviz selama instalasi, gunakan conda install pygraphviz lalu instal toolkitnya.
Silakan gunakan lingkungan python yang tepat berdasarkan tabel di atas.
AIX360 buat image container dari Dockerfile menggunakan docker build -t aix360_docker .docker run -it -p 8888:8888 aix360_docker:latest bash dengan asumsi port 8888 gratis di mesin Anda.jupyter lab --allow-root --ip 0.0.0.0 --port 8888 --no-browserlocalhost:8888 Direktori examples berisi beragam koleksi notebook jupyter yang menggunakan AI Penjelasan 360 dalam berbagai cara. Contoh dan buku catatan tutorial mengilustrasikan kode kerja menggunakan toolkit. Tutorial memberikan diskusi tambahan yang memandu pengguna melalui berbagai langkah buku catatan. Lihat detail tentang tutorial dan contoh di sini.
Jika Anda menggunakan AI Penjelasan 360 untuk pekerjaan Anda, kami mendorong Anda untuk melakukannya
@misc{aix360-sept-2019,
title = "One Explanation Does Not Fit All: A Toolkit and Taxonomy of AI Explainability Techniques",
author = {Vijay Arya and Rachel K. E. Bellamy and Pin-Yu Chen and Amit Dhurandhar and Michael Hind
and Samuel C. Hoffman and Stephanie Houde and Q. Vera Liao and Ronny Luss and Aleksandra Mojsilovi'c
and Sami Mourad and Pablo Pedemonte and Ramya Raghavendra and John Richards and Prasanna Sattigeri
and Karthikeyan Shanmugam and Moninder Singh and Kush R. Varshney and Dennis Wei and Yunfeng Zhang},
month = sept,
year = {2019},
url = {https://arxiv.org/abs/1909.03012}
}
Beri bintang pada repositori ini.
Bagikan kisah sukses Anda dengan kami dan orang lain di Komunitas AI Expectability 360.
AIX360 dibangun dengan bantuan beberapa paket open source. Semua ini tercantum di setup.py dan beberapa di antaranya termasuk:
Silakan lihat file LISENSI dan folder lisensi tambahan yang ada di direktori root untuk informasi lisensi.
