Cianplan

Nivel 5: Sistemas de IA / LLM · L5.8 IA generativa en AWS: Bedrock en la práctica (AIP-C01)

Sesgo y deriva en modelos predictivos: Clarify, Model Monitor y lo que los reemplazó

Medir el sesgo antes y después del entrenamiento, monitorear un modelo desplegado por deriva de datos, de calidad, de sesgo y de atribución como lo espera el examen (SageMaker Clarify y Model Monitor), y reconstruir ese monitoreo con los reemplazos que nombra AWS ahora que ambos están cerrados a clientes nuevos.

13 min · Pro

Lo que te llevas

  • El sesgo se mide dos veces: en los datos antes de entrenar (desbalance de clases, DPL) y en las predicciones después (DPPL, impacto dispar), y una persona tiene que elegir qué métrica de equidad importa.

Y 3 ideas más dentro de la clase, en Pro.

Cómo está armada la clase

  1. El problema
  2. La regla del anfitrión para sentar a la gente
  3. Medir el sesgo: antes y después del entrenamiento
  4. Monitorear un modelo desplegado
  5. Cerrados a clientes nuevos desde el 2026-07-30
  6. Comprueba lo que entendiste