IBM fue nombrada líder
Vea por qué en The Forrester Wave™: Multimodal Predictive Analytics and Machine Learning, tercer trimestre de 2020.
Visión general
¿Qué es la gestión del riesgo de modelos de IA?
En la carta SR 7-11 de la Reserva Federal y la Oficina del Contralor de la Moneda, (enlace externo a IBM) los modelos se definen como "...un método, sistema o enfoque cuantitativo que aplica las teorías, técnicas y suposiciones estadísticas, económicas, financieras o matemáticas para procesar datos de entrada en estimaciones cuantitativas". El riesgo de modelos se puede producir cuando se utiliza un modelo para prever y medir la información cuantitativa, pero el modelo no funciona adecuadamente. Un rendimiento deficiente del modelo puede dar lugar a resultados adversos y provocar pérdidas operativas sustanciales. Implementar la gestión del riesgo de modelos en una arquitectura de información moderna le ayuda a:
- Acelerar el tiempo necesario para ayudar a cumplir la conformidad normativa y otros objetivos de riesgo.
- Simplificar la validación del modelo a través de múltiples nubes.
- Aprovechar los modelos y los datos que se ejecutan prácticamente en cualquier lugar.
Descubra más
Cinco formas de simplificar la gestión del riesgo de modelos
Mejore la conformidad de los modelos con pruebas y umbrales personalizados.
Podcast: KPMG-IBM en IA
Escuche a expertos en IA discutir la digitalización de la gestión en la era de la IA.
Imágenes del producto
Equidad

Equidad
Configure y realice la validación del modelo. Métricas de modelo de prueba, incluida la equidad.
Comparación de modelos

Comparación de modelos
Compare los resultados de pruebas de modelo. Seleccione modelos más eficaces y acelere su desarrollo.
Resumen de métricas

Resumen de métricas
Genere un documento informativo en PDF automáticamente. Resuma detalles del modelo, datos relevantes y resultados de prueba.
Productos relacionados
Empiece a usar la IA explicable
Explore la supervisión y la gestión de modelos en IBM Watson Studio.