Validatore Modello ML

Il Validatore Modello ML analizza le previsioni del modello rispetto al ground truth per valutare affidabilità ed equità. Calcola metriche di base (accuratezza, precisione, recall, F1, ROC-AUC), rileva drift dei dati tramite PSI e KS e valuta la qualità di calibrazione. Soglie configurabili per metrica e scenario permettono una personalizzazione accurata; i risultati possono essere riassunti per slice di dati quali finestra temporale o sottoinsieme di feature. Lo strumento supporta ingressi batch e streaming e può validare più deployment e finestre temporali. Produce segnali di drift, errori di calibrazione e punteggi di equità per aiutare la governance a identificare rischi prima della produzione. I valori mancanti sono gestiti in modo robusto; è possibile definire metriche personalizzate; gli artefatti sono adatti a dashboard e controlli automatizzati. La riproducibilità è rafforzata da input versionati e tracciabilità dei dati. Casi d’uso includono validazione pre-release, monitoraggio post-distribuzione e audit di conformità che richiedono una valutazione quantitativa coerente. Il valore unico risiede nelle analisi integrate di drift e bias e in segnali di spiegabilità utili per analisi delle cause e pianificazione delle remediation. Funzionalità principali: calcolo metriche, rilevamento drift, valutazione calibrazione, analisi equità e generazione di rapporti, con hook di integrazione per CI/CD e piattaforme dati. Concettualmente ogni valutazione è un record riproducibile e versionato: input, timestamp, identificatori modello e slice dati sono catturati per tracciare la provenienza.