# ਰਿਸਪਾਂਸਿਬਲ ਏਆਈ (RAI) ਡੈਸ਼ਬੋਰਡ ਦੀ ਪੜਚੋਲ ਕਰੋ ## ਹਦਾਇਤਾਂ ਇਸ ਪਾਠ ਵਿੱਚ ਤੁਸੀਂ RAI ਡੈਸ਼ਬੋਰਡ ਬਾਰੇ ਸਿੱਖਿਆ, ਜੋ ਕਿ "ਓਪਨ-ਸੋਰਸ" ਟੂਲਜ਼ 'ਤੇ ਆਧਾਰਿਤ ਹਿੱਸਿਆਂ ਦਾ ਇੱਕ ਸੈੱਟ ਹੈ, ਜੋ ਡਾਟਾ ਸਾਇੰਟਿਸਟਾਂ ਨੂੰ ਗਲਤੀ ਵਿਸ਼ਲੇਸ਼ਣ, ਡਾਟਾ ਖੋਜ, ਨਿਆਂ ਦੇ ਮੁਲਾਂਕਣ, ਮਾਡਲ ਦੀ ਵਿਆਖਿਆ, ਕਾਊਂਟਰਫੈਕਟ/ਵਟ-ਇਫ਼ ਮੁਲਾਂਕਣ ਅਤੇ ਏਆਈ ਸਿਸਟਮਾਂ 'ਤੇ ਕਾਰਨਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। ਇਸ ਅਸਾਈਨਮੈਂਟ ਲਈ, RAI ਡੈਸ਼ਬੋਰਡ ਦੇ ਕੁਝ ਨਮੂਨਾ [ਨੋਟਬੁੱਕਾਂ](https://github.com/Azure/RAI-vNext-Preview/tree/main/examples/notebooks) ਦੀ ਪੜਚੋਲ ਕਰੋ ਅਤੇ ਆਪਣੇ ਨਤੀਜੇ ਇੱਕ ਲੇਖ ਜਾਂ ਪ੍ਰਸਤੁਤੀ ਵਿੱਚ ਪੇਸ਼ ਕਰੋ। ## ਰੂਬ੍ਰਿਕ | ਮਾਪਦੰਡ | ਸ਼ਾਨਦਾਰ | ਯੋਗ | ਸੁਧਾਰ ਦੀ ਲੋੜ | | -------- | --------- | -------- | ----------------- | | | ਇੱਕ ਲੇਖ ਜਾਂ ਪਾਵਰਪੋਇੰਟ ਪ੍ਰਸਤੁਤੀ ਪੇਸ਼ ਕੀਤੀ ਗਈ ਹੈ ਜੋ RAI ਡੈਸ਼ਬੋਰਡ ਦੇ ਹਿੱਸਿਆਂ, ਚਲਾਈ ਗਈ ਨੋਟਬੁੱਕ ਅਤੇ ਇਸ ਤੋਂ ਪ੍ਰਾਪਤ ਨਤੀਜਿਆਂ 'ਤੇ ਚਰਚਾ ਕਰਦੀ ਹੈ | ਇੱਕ ਲੇਖ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ ਪਰ ਨਤੀਜੇ ਸ਼ਾਮਲ ਨਹੀਂ ਹਨ | ਕੋਈ ਲੇਖ ਪੇਸ਼ ਨਹੀਂ ਕੀਤਾ ਗਿਆ | --- **ਅਸਵੀਕਤੀ**: ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https://github.com/Azure/co-op-translator) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਅਤ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁੱਤੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਇਸਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਤ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਅਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।