IBM watsonx.governance: Gobernanza de Modelos Predictivos de IA

En este curso, el aprendiz es guiado a través de un escenario realista de gobernanza de los modelos predictivos a lo largo de su ciclo de vida en un proyecto de ciencia de datos. El proyecto se centra en la creación de modelos de aprendizaje automático que se pueden utilizar para la aprobación de préstamos hipotecarios, donde las decisiones influyen significativamente tanto en individuos como en organizaciones. La narrativa está dirigida por Anna Parker, gerente de producto senior en una institución financiera encargada de la aprobación de hipotecas, y Sara Man, una científica de datos senior que guía al aprendiz, quien asume el papel de un científico de datos junior, Leo Meep, en el uso de IBM watsonx.governance para detectar sesgos y monitorear sus modelos de aprendizaje automático desplegados en busca de cambios en las métricas seleccionadas.

El curso educa al aprendiz en los pilares fundamentales de la IA confiable de IBM, como la explicabilidad, la equidad y la transparencia, y lo guía a través de ejercicios prácticos utilizando la interfaz gráfica de usuario. Estos ejercicios incluyen la creación de modelos de aprendizaje automático, el seguimiento del linaje del modelo, la mejora del modelo con metadatos anteriormente conocidos como AI Factsheets, y la exploración de los pilares fundamentales de la IA confiable usando watsonx.governance. El aprendiz despliega y monitorea el modelo en busca de cambios utilizando la interfaz gráfica de usuario de Watson OpenScale.