その AI、安全ですか? Amazon SageMaker で実現する MLOps モデルガバナンス実装

ML モデルに潜むリスクについて、きちんと考えていますか?組織での意思決定に ML システムが関われば関わるほど、モデルガバナンスの考え方がより重要になります。組織内での ML システムに関わるすべての人が ML モデル利用時のリスクやデータセットといった情報にアクセスできることで、監査やモデル運用プロセスの簡素化につながります。本セッションでは、モデルガバナンスの考え方と実装例を整理し、ML に関わる人とプロセスへのガバナンスをスケールさせる方法について紹介します。
アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクト 荒木 柊人

Previous Video
Amazon SageMaker の MLOps 機能で作る持続可能な機械学習システム
Amazon SageMaker の MLOps 機能で作る持続可能な機械学習システム

あなたの機械学習システムは持続可能ですか?組織内で機械学習の活用が広がっていくに従って、機械学習モデルの開発および運用に関わる人手の作業がボトルネックになる傾向にあります。本セッションでは、Amazon SageM...

Next Video
Amazon Redshift で実現するセキュアなデータ活用基盤
Amazon Redshift で実現するセキュアなデータ活用基盤

組織のデータ活用を考えた時、それを阻む課題としてデータが分散して存在してしまっている、所謂「データサイロ」の他にも、ユーザーによって備えるスキルが異なる「ピープルサイロ」による問題もまた無視できない要素です。そして...

アンケートに 回答して AWS クレジット 25 USD を取得

回答する