<!--
CO_OP_TRANSLATOR_METADATA:
{
  "original_hash": "91c6a180ef08e20cc15acfd2d6d6e164",
  "translation_date": "2025-10-11T11:53:03+00:00",
  "source_file": "9-Real-World/2-Debugging-ML-Models/assignment.md",
  "language_code": "et"
}
-->
# Uurige vastutustundliku tehisintellekti (RAI) juhtpaneeli

## Juhised

Selles õppetükis õppisite RAI juhtpaneeli kohta, mis on komponentide komplekt, mis põhineb "avatud lähtekoodiga" tööriistadel, et aidata andmeteadlastel teostada veaanalüüsi, andmete uurimist, õiglusanalüüsi, mudeli tõlgendatavust, vastandlike/mis-oleks-kui hinnanguid ja põhjuslikku analüüsi tehisintellekti süsteemides. Selle ülesande jaoks uurige mõnda RAI juhtpaneeli näidise [märkmikku](https://github.com/Azure/RAI-vNext-Preview/tree/main/examples/notebooks) ja esitage oma järeldused kas kirjalikus töös või esitluses.

## Hindamiskriteeriumid

| Kriteerium | Silmapaistev | Piisav | Vajab parandamist |
| ---------- | ------------ | ------ | ----------------- |
|            | Esitatakse kirjalik töö või PowerPointi esitlus, mis käsitleb RAI juhtpaneeli komponente, käivitatud märkmikku ja sellest tehtud järeldusi | Esitatakse kirjalik töö ilma järeldusteta | Kirjalikku tööd ei esitata |

---

**Lahtiütlus**:  
See dokument on tõlgitud AI tõlketeenuse [Co-op Translator](https://github.com/Azure/co-op-translator) abil. Kuigi püüame tagada täpsust, palume arvestada, et automaatsed tõlked võivad sisaldada vigu või ebatäpsusi. Algne dokument selle algses keeles tuleks pidada autoriteetseks allikaks. Olulise teabe puhul soovitame kasutada professionaalset inimtõlget. Me ei vastuta selle tõlke kasutamisest tulenevate arusaamatuste või valesti tõlgenduste eest.