Riesgos de los modelos de ML · Pregunta 21 de 60
¿Qué tipos de riesgo aborda la prueba de modelos de ML?
3 respuestas son correctas. Medio Creado con IA
Mostrar solución
Solución
- B Riesgos funcionales como el sesgo, el sobreajuste y las vulnerabilidades adversariales
- D Riesgos no funcionales como la falta de robustez y la eficiencia del rendimiento
- E Riesgos de despliegue
Explicación
Las pruebas de modelos de ML tratan los riesgos funcionales como el sesgo, el sobreajuste y la susceptibilidad al engaño, los riesgos no funcionales como la falta de robustez o las predicciones demasiado lentas, y los riesgos durante la puesta en marcha.