Le scénario
Une plateforme de prêt doit consigner les demandes de crédit, les prédictions des modèles et les résultats réels afin d’évaluer les biais selon les attributs protégés au fil du temps.
Ce que contient ce dessin
Comprenez les décisions qui le sous-tendent.
01
Séparer la table de jointure ApplicantAttribute pour suivre plusieurs attributs protégés par demandeur
02
Dissocier ModelVersion et MonitoringRun afin d’auditer indépendamment chaque version de modèle déployée
03
Enregistrer les seuils et indicateurs de réussite de BiasMetric avec les enregistrements Alert pour garantir une détection reproductible
À utiliser pour créer un lac de données de suivi de modèles ML nécessitant un audit des biais, un suivi de la dérive ou des rapports d’équité.