La Federal Reserve and Office of the Comptroller of the Currency Guidance SR Letter 11-7 definisce un modello come "... un metodo, un sistema o un approccio di tipo quantitativo che applica teorie, tecniche e ipotesi statistiche, economiche, finanziarie o matematiche per elaborare i dati di input in stime quantitative".
Il rischio del modello può verificarsi quando si usa un modello per prevedere e misurare informazioni quantitative che però il modello esegue in modo inadeguato. Prestazioni del modello inadeguate possono portare a risultati avversi e causare notevoli perdite operative. L'implementazione della gestione del rischio del modello in un'architettura delle informazioni moderna è utile per:
Annunciamo il lancio di watsonx.ai - Il nuovo studio AI all'avanguardia di livello aziendale che abbina il machine learning tradizionale alle nuove funzionalità di AI generativa basate su foundation model
Migliora la conformità del modello con test e soglie su misura.
Ascolta gli esperti di AI che parlano di digitalizzazione della governance nell'era dell'AI.
Mostrano le metriche di congruenza, qualità e spostamento. Contrassegnano i modelli al di sotto delle soglie del cliente. Eseguono analisi approfondite e dettagliate.
Configura ed esegui la convalida del modello. Verifica le metriche del modello, compresa la congruità.
Confronta i risultati dei test dei modelli. Seleziona e velocizza lo sviluppo di modelli più efficaci.
Genera automaticamente una scheda informativa in formato PDF. Sintetizza i dettagli del modello, i dati pertinenti e i risultati dei test.
Esplora l'AI spiegabile su IBM Cloud Pak for Data.
Ricevi suggerimenti tecnici e insight da altri utenti che usano le soluzioni IBM per dati e AI.