Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Genera report per eventuali distorsioni nei dati di pre-allenamento in Studio SageMaker
<a name="clarify-data-bias-reports-ui"></a>

SageMaker Clarify è integrato con Amazon SageMaker Data Wrangler, che può aiutarti a identificare errori durante la preparazione dei dati senza dover scrivere il tuo codice. Data Wrangler offre una end-to-end soluzione per importare, preparare, trasformare, personalizzare e analizzare i dati con Amazon Studio. SageMaker Per una panoramica del flusso di lavoro di preparazione dei dati di Data Wrangler, consulta [Prepara i dati ML con Amazon SageMaker Data Wrangler](data-wrangler.md).

Si specificano gli attributi di interesse, come il sesso o l'età, e SageMaker Clarify esegue una serie di algoritmi per rilevare la presenza di distorsioni in tali attributi. Dopo l'esecuzione dell'algoritmo, SageMaker Clarify fornisce un rapporto visivo con una descrizione delle fonti e della gravità dei possibili pregiudizi in modo da poter pianificare le misure per mitigarli. Ad esempio, in un set di dati finanziari che contiene pochi esempi di prestiti commerciali concessi a una fascia di età rispetto ad altre, l' SageMaker intelligenza artificiale segnala lo squilibrio in modo da evitare un modello che sfavorisca quella fascia di età.

**Analisi e segnalazione di eventuali distorsioni nei dati**

Per iniziare a usare Data Wrangler consulta [Inizia a usare Data Wrangler](data-wrangler-getting-started.md).

1. In Amazon SageMaker Studio Classic, dal menu **Home** (![](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/studio/icons/house.png)) nel pannello di sinistra, vai al nodo **Data**, quindi scegli **Data Wrangler**. Si apre la **pagina di destinazione di Data Wrangler** in Studio Classic. 

1. Scegli il pulsante **\+ Importa dati** per creare un nuovo flusso. 

1. Nella pagina del flusso, dalla scheda **Importa**, scegli Amazon S3, accedi al tuo bucket Amazon S3, trova il tuo set di dati, quindi scegli **Importa**. 

1. Dopo aver importato i dati, nel grafico di flusso nella scheda **Flusso di dati**, scegli il segno **\+** a destra del nodo **Tipi di dati**. 

1. Scegli **Aggiungi analisi**. 

1. Nella pagina **Crea analisi**, scegli **Report di distorsione** per il **Tipo di analisi**. 

1. Configura il report di distorsione fornendo il **Nome** del report, la colonna di previsione e, se si tratta di un valore o di una soglia, la colonna da analizzare per individuare eventuali distorsioni (il facet) e la specifica del valore o della soglia. 

1. Continua a configurare il report di distorsione scegliendo le metriche di distorsione.  
![Scegli la metrica di distorsione.](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/clarify-data-wrangler-configure-bias-metrics.png)

1. Scegli **Verifica eventuali distorsioni** per generare e visualizzare il report sulle distorsioni. Scorrere per visualizzare tutti i report.   
![Genera e visualizza il report di distorsione.](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/clarify-data-wrangler-create-bias-report.png)

1. Scegli il cursore a destra della descrizione di ogni metrica di distorsione per visualizzare la documentazione che può aiutarti a interpretare il significato dei valori delle metriche. 

1. Per visualizzare un riepilogo della tabella dei valori delle metriche di distorsione, scegli l'interruttore **Tabella**. Per salvare il report, scegli **Salva** nell'angolo in basso a destra della pagina. Puoi vedere il report sul grafico di flusso nella scheda **Flusso di dati**. Fai doppio clic sul report per aprirlo.