# Εξερευνήστε τον πίνακα ελέγχου Υπεύθυνης Τεχνητής Νοημοσύνης (RAI) ## Οδηγίες Σε αυτό το μάθημα μάθατε για τον πίνακα ελέγχου RAI, ένα σύνολο από εργαλεία που βασίζονται σε "ανοιχτού κώδικα" για να βοηθήσουν τους επιστήμονες δεδομένων να πραγματοποιήσουν ανάλυση σφαλμάτων, εξερεύνηση δεδομένων, αξιολόγηση δικαιοσύνης, ερμηνεία μοντέλων, αξιολογήσεις αντιπαραδειγμάτων/τι-θα-γινόταν και αιτιακή ανάλυση σε συστήματα τεχνητής νοημοσύνης. Για αυτήν την εργασία, εξερευνήστε μερικά από τα δείγματα [notebooks](https://github.com/Azure/RAI-vNext-Preview/tree/main/examples/notebooks) του πίνακα ελέγχου RAI και αναφέρετε τα ευρήματά σας σε μια εργασία ή παρουσίαση. ## Κριτήρια Αξιολόγησης | Κριτήρια | Εξαιρετικό | Επαρκές | Χρειάζεται Βελτίωση | | -------- | --------- | -------- | ----------------- | | | Παρουσιάζεται μια εργασία ή παρουσίαση PowerPoint που συζητά τα εργαλεία του πίνακα ελέγχου RAI, το notebook που εκτελέστηκε και τα συμπεράσματα που προέκυψαν από την εκτέλεσή του | Παρουσιάζεται μια εργασία χωρίς συμπεράσματα | Δεν παρουσιάζεται εργασία | --- **Αποποίηση ευθύνης**: Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης [Co-op Translator](https://github.com/Azure/co-op-translator). Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτοματοποιημένες μεταφράσεις ενδέχεται να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.