Directrices para una AI responsable

Encuentra directrices diseñadas para que puedas prever y enfrentar los posibles problemas durante el ciclo de vida de desarrollo de software, para poner en práctica una AI responsable.

Herramientas para una AI responsable

Estudios, proyectos de código abierto y Azure Machine Learning: todos diseñados para ayudar a los desarrolladores y científicos de datos a comprender, proteger y controlar los sistemas de AI.

Comprender Proteger Controlar

Pista de auditoría y trazabilidad

MLOps, o DevOps para el aprendizaje automático, acelera el ritmo del ciclo de vida del aprendizaje automático mediante la supervisión, la validación y la gobernanza de los modelos de aprendizaje automático. Registra el historial de versiones del modelo para la auditabilidad mediante las capacidades de MLOps y cumple con los requisitos normativos para lograr la gobernanza y el control en los diferentes activos de aprendizaje automático.

Usa MLOps con Azure ML

Conversaciones sobre la AI responsable

Explora podcasts, seminarios web y otros recursos de diferentes expertos de Microsoft.