O documento de orientação SR Letter 11-7 do Federal Reserve e do Office of the Comptroller of the Currency define um modelo como “… uma abordagem, sistema ou método quantitativo que aplica teorias, técnicas e suposições estatísticas, econômicas, financeiras ou matemáticas para processar dados de entrada em estimativas quantitativas”.
O risco pode ocorrer quando um modelo é usado para prever e medir informações quantitativas, mas seu desempenho é inadequado. O desempenho ruim pode levar a resultados adversos e resultar em perdas operacionais consideráveis. A implementação do gerenciamento de risco de modelos em uma arquitetura de informações moderna ajuda você a:
Anunciamos o lançamento do watsonx.ai, o mais novo estúdio de IA de nível empresarial que combina o aprendizado de máquina tradicional com os novos recursos de IA generativa desenvolvidos com modelos de base.
Melhore a conformidade do modelo com testes e limites personalizados.
Ouça especialistas em IA discutirem a digitalização da governança na era da IA.
Mostre métricas de precisão, qualidade e desvio. Sinalize modelos abaixo dos limites. Informações mais detalhadas.
Configure e faça a validação do modelo. Teste as métricas do modelo, inclusive a precisão.
Compare resultados de testes de modelos. Selecione e acelere o desenvolvimento de modelos mais eficientes.
Gere uma ficha técnica em PDF automaticamente. Resuma os detalhes do modelo, os dados relevantes e o resultado dos testes.
Explore como funciona a IA explicável no IBM® Cloud Pak for Data.
Veja dicas e insights técnicos de outros profissionais que já usam as soluções de dados e IA da IBM.