資料の 英語版 に戻るWatson OpenScale でのモデル・リスク管理とモデル・ガバナンス
Watson OpenScale でのモデル・リスク管理とモデル・ガバナンス
最終更新: 2024年10月04日
Watson OpenScale を使用して、機械学習モデルからのリスクを管理し、ガバナンス標準への準拠を維持します。
モデル・リスク管理およびガバナンスの計画
組織にデプロイする機械学習モデルを検討し、ガバナンス要件を検討することで、リスク管理とガバナンス戦略を計画します。
Watson OpenScale によるガバナンス
Watson OpenScale をスタンドアロン・ソリューションとして使用します。 モデル・リスク管理の機能により、実動前リポジトリーと実動リポジトリーを作成し、モデルを比較できます。 デプロイされたモデルをモニターして、以下の考慮事項を確認します。
- ドリフト: ドリフトとも呼ばれる入力データの変化により、モデルの判断が不正確になり、ビジネスの KPI に影響を与える可能性があります
- バイアス: 訓練データはクリーニングによってバイアスを除去できますが、ランタイム・データによってモデルの動作にバイアスが生まれる可能性があります。
- 説明性: 従来の統計モデルのほうが簡単に解釈および説明できます。
- 検証データまたはテスト・データの欠落: モデルの訓練データ・セットに、ランタイムで発生するデータの範囲や組み合わせが含まれていない可能性があります。 リスクのガバナンスと管理に加えて、AI モデルの検証とモニターが必要です。
詳細情報
親トピック: Watson OpenScale