Ogni trimestre, un'azienda utilizza modelli ML per prevedere la domanda e vuole produrre un report che fornisca agli stakeholder spiegazioni chiare su come i modelli formulano le previsioni. Quale elemento dovrebbe includere il professionista AI nel report per fornire trasparenza e spiegabilità del modello?

I Partial Dependence Plots (PDPs) sono la scelta migliore perché mostrano graficamente la relazione tra una o due feature di input e la previsione di un modello, dopo aver marginalizzato l'effetto di tutte le altre feature. Questo fornisce una spiegazione chiara e intuitiva di come il modello reagisce a specifici input, migliorando la trasparenza e la spiegabilità per gli stakeholder non tecnici. Il codice di addestramento è troppo tecnico. Esempi dei dati di addestramento non spiegano il funzionamento interno del modello. Le tabelle di convergenza sono metriche di addestramento, non spiegazioni del comportamento predittivo.