# 公平性

> 公平性 - 時間の経過に伴うデプロイ済みの本番環境モデルの公平性を監視します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.757700+00:00` (UTC).

## Primary page

- [公平性](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-fairness.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [バイアスの調査](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-fairness.html.md#investigate-bias): In-page section heading.
- [クラスごとのバイアスの表示](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-fairness.html.md#view-per-class-bias): In-page section heading.
- [時間の経過に伴う公平性の表示](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-fairness.html.md#view-fairness-over-time): In-page section heading.
- [機能に関する注意事項](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-fairness.html.md#feature-considerations): In-page section heading.

## Documentation content

デプロイの [公平性の設定](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-settings/nxt-fairness-settings.html.md) を行ったら、 モニタリング > 公平性 タブを使用して、データセット内の保護された特徴量が事前に定義された公平性条件を満たさない場合に、モデルをリアルタイムで監視および認識できるようにするテストを設定できます。

> [!NOTE] 公平性の監視要件
> 公平性の設定を行うには、モデルのターゲットタイプが二値分類であり、デプロイに対して [トレーニングデータを提供し、ターゲット監視を有効にする](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-settings/nxt-data-drift-settings.html.md) 必要があります。 ターゲット監視では、予測統計を保存することで、ターゲットの値や分布が時間とともにどのように変化するかをDataRobotが監視できます。 ターゲット監視がオフになっている場合、ターゲット監視を有効にするよう 公平性 タブにメッセージが表示されます。

## バイアスの調査

公平性 タブは、デプロイが公平性テストに失敗した理由、またどの保護されている特徴量が事前定義された公平性のしきい値を下回っているかを把握するのに役立ちます。 公平性テストに失敗した特徴量とその理由を特定するのに役立つ2つの情報をエクスポート可能な対話型の形式で視覚的に表示します。

|  | チャート | 説明 |
| --- | --- | --- |
| (1) | 公平性を集計 / クラスごとのバイアス | 各クラスの公平性のしきい値と公平性スコアを使用して、モデルの予測動作時に特定のクラスでバイアスが発生しているかどうかを判断します。 |
| (2) | 時間経過に伴う公平性 | 時間の経過に伴う保護された特徴量の公平性スコアの分布の変化を示します。 |

### クラスごとのバイアスの表示

公平性を集計 チャートは、モデルにバイアスがあるかどうか、バイアスがある場合は、そのバイアスの程度と誰に対して好ましいまたは好ましくないバイアスかを特定するのに役立ちます。 特徴量をクリックして、クラスごとのバイアスを表示できます。 詳細については、 [クラスごとのバイアス](https://docs.datarobot.com/ja/docs/classic-ui/modeling/analyze-models/bias/per-class.html.md) に関するドキュメントを参照してください。 特徴量が しきい値を下回る としてマークされた場合、この特徴量は事前定義された公平性の条件を満たしません。 左側の しきい値以下 特徴量をクリックすると、セグメント化された各属性のクラスごとの公平性スコアが表示され、特徴量内のバイアスが存在する場所をより良く理解することができます。

チャートのポイント上にカーソルを置くと、その詳細が表示されます。

### 時間の経過に伴う公平性の表示

公平性基準を設定し、公平性の監視を有効にして予測を行うと、保護された特徴量の [公平性スコア](https://docs.datarobot.com/ja/docs/reference/pred-ai-ref/bias-ref.html.md#fairness-score) または特徴量の値が、デプロイの時間経過とともにどのように変化したかを確認できます。 横軸はデプロイに対して予測が作成された時間の範囲を測定し、縦軸は公平性スコアを測定します。

チャートのポイント上にカーソルを置くと、その詳細が表示されます。

名前の横にあるボックスをオフにすることで、チャート内の特定の特徴量または特徴量の値を非表示にすることもできます。

## 機能に関する注意事項

- バイアスと公平性の監視は二値分類のモデルとデプロイでのみ使用できます。
- 予測の実測値をアップロードするには、関連付けIDが必要です。 再現率の平等性および適合率の平等性を計算するのにも使用されます。