参照：
https://docs.microsoft.com/en-us/azure/machine-learning/studio/evaluate-model-performance
https://docs.microsoft.com/en-us/azure/machine-learning/concept-automated-ml

説明

Box 1: 信頼性と安全性
信頼を築くには、AI システムが通常の状況でも予期せぬ状況でも確実に、安全に、一貫して動作することが重要です。これらのシステムは、当初の設計どおりに動作し、予期せぬ状況に安全に対応し、有害な操作に耐えることができる必要があります。
ボックス 2: 公平性
公平性: AI システムはすべての人を公平に扱い、同様の立場にある人々のグループにさまざまな影響を与えないようにする必要があります。たとえば、AI システムが治療、ローンの申請、雇用に関するガイダンスを提供する場合、同様の症状、経済状況、または専門的資格を持つすべての人に同じ推奨事項を提供する必要があります。
私たちは、偏見を軽減するには、人々が AI の予測と推奨事項の意味と限界を理解することから始まると考えています。最終的には、人間は AI の決定を健全な人間の判断で補完し、他者に影響を与える結果的な決定に対して責任を負う必要があります。
ボックス 3: プライバシーとセキュリティ
AI の普及が進むにつれて、プライバシーの保護と重要な個人情報やビジネス情報の保護は、より重要かつ複雑になっています。AI システムが人々について正確かつ情報に基づいた予測と意思決定を行うにはデータへのアクセスが不可欠であるため、AI ではプライバシーとデータ セキュリティの問題に特に細心の注意を払う必要があります。AI システムは、データの収集、使用、保存に関する透明性を要求し、消費者がデータの使用方法を選択するための適切な制御を持つことを義務付けるプライバシー法を遵守する必要があります。
https://docs.microsoft.com/en-us/learn/modules/responsible-ai-principles/4-guiding-principles

参照：
https://docs.microsoft.com/en-us/azure/machine-learning/studio/evaluate-model-performance
https://docs.microsoft.com/en-us/azure/machine-learning/concept-automated-ml

参照：
https://docs.microsoft.com/en-us/dotnet/machine-learning/resources/tasks