# Responsible AI (RAI) डैशबोर्ड का अन्वेषण करें

## निर्देश

इस पाठ में आपने RAI डैशबोर्ड के बारे में सीखा, जो "ओपन-सोर्स" टूल्स पर आधारित घटकों का एक समूह है जो डेटा वैज्ञानिकों को एरर विश्लेषण, डेटा अन्वेषण, निष्पक्षता मूल्यांकन, मॉडल व्याख्यात्मकता, काउंटरफैक्ट/व्हाट-इफ आकलन और AI सिस्टम पर कारण विश्लेषण करने में मदद करता है। इस असाइनमेंट के लिए, RAI डैशबोर्ड के कुछ नमूना [notebooks](https://github.com/Azure/RAI-vNext-Preview/tree/main/examples/notebooks) का अन्वेषण करें और अपने निष्कर्षों को एक पेपर या प्रस्तुति में रिपोर्ट करें।

## मूल्यांकन

| मापदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
| ------- | --------- | -------- | ----------------- |
|          |  एक पेपर या पॉवरपॉइंट प्रस्तुति प्रस्तुत की जाती है जिसमें RAI डैशबोर्ड के घटकों, चलाए गए नोटबुक और उससे निकाले गए निष्कर्षों पर चर्चा की जाती है        |   निष्कर्षों के बिना एक पेपर प्रस्तुत किया जाता है       |  कोई पेपर प्रस्तुत नहीं किया गया है                 |

**अस्वीकरण**:
यह दस्तावेज़ मशीन-आधारित एआई अनुवाद सेवाओं का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया अवगत रहें कि स्वचालित अनुवादों में त्रुटियाँ या अशुद्धियाँ हो सकती हैं। मूल भाषा में दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।