Bir borç veren, kredi başvurularını kabul etmek veya reddetmek için bir ML modeli kullanıyor ve düzenleyiciler için karar verme sürecini denetlenebilir ve açıklanabilir hale getirmesi gerekiyor. Hangi çözüm, modelin denetimler için kararlarını belgelemenize ve sunmanıza yardımcı olur?

Amazon SageMaker Model Card, makine öğrenimi modellerinin yaşam döngüsü boyunca şeffaflığı ve denetlenebilirliği artırmak için tasarlanmıştır. Modelin amacı, performansı, eğitim verileri, potansiyel yanlılıklar ve kullanım kısıtlamaları gibi kritik bilgileri standartlaştırılmış bir formatta belgelemenizi sağlar. Bu, kredi başvurularını değerlendiren bir model gibi düzenleyici denetim gerektiren durumlarda karar verme sürecini açıklamak ve belgelendirmek için idealdir. Amazon Textract, belgelerden metin ve verileri çıkarmak için kullanılır, ancak model açıklaması sağlamaz. AWS CloudFormation, altyapıyı kod olarak yönetmek için kullanılır, ML modellerinin denetlenebilirliği ile doğrudan ilgili değildir. Amazon Comprehend, metin analizi için kullanılır, ancak modelin kendisini belgelemez.