翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# モデル内のバイアスを評価、説明、検出する
<a name="model-explainability"></a>

Amazon SageMaker AI は、バイアスの可能性を検出し、表形式、コンピュータービジョン、自然処理、または時系列データセットからモデルが行う予測の説明を支援することで、機械学習 (ML) モデルを改善する機能を提供します。モデルトレーニング中やモデルの本番稼働で発生する可能性のある、トレーニング前データとトレーニング済みデータのさまざまなタイプのバイアスを識別するのに役立ちます。基盤モデル評価を使用して、モデルの質メトリクスと責任メトリクスの言語モデルを評価することもできます。

次のトピックでは、SageMaker AI を使用してバイアスを評価、説明、検出する方法について説明します。

**Topics**
+ [SageMaker Clarify で大規模言語モデルを評価するためのオプションを理解する](clarify-foundation-model-evaluate.md)
+ [Amazon SageMaker JumpStart テキスト分類モデルの評価と比較](jumpstart-text-classification-evaluation.md)
+ [SageMaker Clarify を使用した公平性、モデルの説明可能性、バイアス検出](clarify-configure-processing-jobs.md)
+ [SageMaker Clarify を使用した SageMaker AI Autopilot の説明可能性](autopilot-explainability.md)