Sie können die Ergebnisse Ihrer KI-Modelle nachverfolgen und messen, um sicherzustellen, dass sie mit den Geschäftsprozessen konform sind, unabhängig davon, wo Ihre Modelle erstellt oder ausgeführt werden.
- Erforderlicher Service
- watsonx.ai Laufzeit
- Trainingsdatenformat
- Relational: Tabellen in relationalen Datenquellen
- Tabellarisch: Excel-Dateien (.xls oder .xlsx), CSV-Dateien
- Text: In den unterstützten relationalen Tabellen oder Dateien
- Verbundene Daten
- Cloud Object Storage (infrastructure)
- Db2
- Data Size
- Any
Unternehmen verwenden Modellbewertungen als Teil von KI-Governance-Strategien, um sicherzustellen, dass Modelle in Implementierungsumgebungen etablierte Konformitätsstandards erfüllen, unabhängig von den Tools und Frameworks, die zum Erstellen und Ausführen der Modelle verwendet werden. Auf diese Weise wird sichergestellt, dass KI-Modell verzerrungsfrei, für Benutzer leicht erklärbar und verständlich sowie in Geschäftstransaktionen nachprüfbar sind.
Sehen Sie sich dieses kurze Video an, um mehr über Modellevaluierungen zu erfahren.
Dieses Video bietet eine visuelle Methode zum Erlernen der Konzepte und Tasks in dieser Dokumentation.
Lernprogramm versuchen
Das Tutorial Evaluate a machine learning model (Ein Modell für maschinelles Lernen evaluieren ) bietet praktische Erfahrung mit der Konfiguration von Evaluierungen zur Überwachung von Fairness, Qualität und Erklärbarkeit.
Weitere Informationen
- Einrichtungsoptionen für Watson OpenScale
- Glossar
- Häufig gestellt Fragen (FAQs)
- Unterstützte Machine Learning-Engines, Frameworks und Modelle
- Modellauswertung vorbereiten
- Daten für Modellevaluierungen verwalten
- Modellevaluierungen konfigurieren
- Erklärbarkeit konfigurieren
- Überprüfung der Modelleinsichten
- Risikomanagement und Governance für Modelle