Go back to the English version of the documentationWatson OpenScale 中的模型风险管理和模型监管
Watson OpenScale 中的模型风险管理和模型监管
Last updated: 2024年10月03日
使用 Watson OpenScale 来管理机器学习模型中的风险，并保持符合监管标准。
规划模型风险管理和治理
通过考虑要在组织中部署哪些机器学习模型并考虑监管需求，规划风险管理和监管策略。
使用 Watson OpenScale 进行监管
将Watson OpenScale作为一种工具。 启用模型风险管理功能以创建预生产和生产存储库并比较模型。 监视已部署的模型以了解以下注意事项:
- 漂移：输入数据中的任何更改（也称为漂移）困难导致模型做出不准确的决策，从而影响业务 KPI
- 偏见：训练数据可能得到清理而免除了偏见，但运行时数据可能会为模型带来存在偏见的行为
- 可解释性：传统的统计模型更易于解释
- 缺少验证或测试数据：模型训练数据集可能未捕获到运行时中遇到的数据范围或组合。 除了监管和管理风险，还有必要验证和监视 AI 模型。