# 探索负责任的人工智能（RAI）仪表板

## 说明

在本课程中，您了解了RAI仪表板，这是一个基于“开源”工具构建的组件套件，帮助数据科学家进行错误分析、数据探索、公平性评估、模型可解释性、反事实/假设评估和因果分析。对于此作业，请探索一些RAI仪表板的示例[notebooks](https://github.com/Azure/RAI-vNext-Preview/tree/main/examples/notebooks)，并在论文或演示文稿中报告您的发现。

## 评分标准

| 标准 | 杰出 | 充分 | 需要改进 |
| ---- | ---- | ---- | -------- |
|      | 提交的论文或PPT演示文稿讨论了RAI仪表板的组件、运行的notebook以及从中得出的结论 | 提交的论文没有结论 | 未提交论文 |

**免责声明**：
本文档是使用基于机器的人工智能翻译服务翻译的。尽管我们努力确保准确性，但请注意，自动翻译可能包含错误或不准确之处。应将原文档的母语版本视为权威来源。对于关键信息，建议使用专业的人类翻译。我们对使用此翻译而引起的任何误解或误读不承担责任。