本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 9. 控管
<a name="governance"></a>

ML 控管包含一組程序和架構，可協助部署 ML 模型。它包含模型可解釋性、可稽核性、可追蹤性，以及其他更抽象但基本的成功end-to-end生命週期需求。


|  |  | 
| --- |--- |
| **9.1 資料品質和合規** | ML 系統考量個人識別資訊 (PII) 考量，包括匿名化。它已記錄並檢閱資料欄層級譜系，以了解資料的來源、品質和適當性。它也有針對異常的自動化資料品質檢查。 | 
| **9.2 稽核和文件** | ML 系統具有開發期間所有變更的完整日誌，包括實驗執行和為法規合規所做的選擇原因。 | 
| **9.3 重現性和可追蹤性** | ML 系統包含完整資料快照，用於精確且快速的模型重新實例化，或者能夠重新建立環境並使用資料範例重新訓練。 | 
| **9.4 Human-in-the-loop簽署** | ML 系統具有法規合規的手動驗證和授權。系統需要每個環境移動的簽署 （例如 Dev、QA、pre-Prod 和 Prod)。 | 
| **9.5 偏差和對手攻擊測試** | ML 系統使用多個工具和攻擊向量進行 *Red Team* 對手測試，並自動檢查特定子群體的偏差。此元件會連結到可觀測性和模型管理區段。 |