IBM watsonx.governance : Gouverner les modèles d’IA prédictive

Dans ce cours, l’apprenant est guidé à travers un scénario réaliste de gouvernance des modèles prédictifs d’un projet de science des données au cours de leur cycle de vie. Le projet se concentre sur la création de modèles d’apprentissage automatique pouvant être utilisés pour l’approbation de prêts hypothécaires, où les décisions influencent fortement à la fois les individus et les organisations. Le récit est conduit par Anna Parker Sr. Product Manager d’une institution financière en charge de l’approbation des prêts hypothécaires et Sr Data Scientist, Sara Man qui guide l’apprenant qui assume le personnage d’un Jr. Data Scientist, Leo Meep à travers l’utilisation d’IBM Watsonx. .governance pour détecter les biais et surveiller les modèles d’apprentissage automatique déployés pour détecter toute dérive dans les métriques sélectionnées.

Le cours forme l’apprenant aux piliers fondamentaux d’IBM en matière d’IA fiable, tels que l’explicabilité, l’équité et la transparence, et guide l’apprenant. grâce à des exercices pratiques utilisant l’interface utilisateur graphique, pour créer des modèles d’apprentissage automatique, suivre la lignée du modèle, enrichir le modèle avec des métadonnées auparavant connues sous le nom de fiches d’information sur l’IA et explorer les piliers fondamentaux d’une IA digne de confiance à l’aide de watsonx.governance. L’apprenant déploie et surveille la dérive du modèle à l’aide de l’interface utilisateur graphique de Watson OpenScale.