ก่อนฝึกโมเดลควรกำหนด data-quality checks ใด — เมื่อทีมต้องแก้ความเสี่ยง ขั้นตอนใดควรทำต่อ
กขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า ตรวจ schema กับชนิดข้อมูลแต่ไม่กำหนดช่วงค่าหรือความเป็นเอกลักษณ์
ขขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า เติมค่าที่ผิดรูปแบบทั้งหมดด้วยค่ากลางก่อนบันทึก incident แล้วสรุปจากการทดลองเพียงรอบเดียว
คขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า ปล่อยแถวผิดเงื่อนไขเข้าโมเดลแล้ววัดจาก error rate ตอนทำนาย โดยไม่ทดสอบผลเมื่อ distribution เปลี่ยน
งขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า schema ชนิดข้อมูล ช่วงค่า uniqueness referential integrity ค่าหาย และเวลา พร้อมเกณฑ์หยุดงาน
เฉลยอธิบาย
AI RMF 1.0 pp. 23, 28, 32-38 อธิบายว่ากรอบ NIST กำหนดให้ตรวจ representativeness, bias, data quality, ผลกระทบแยกกลุ่ม และติดตามความเสี่ยงหลังใช้งานพร้อมกลไกรับ feedback เมื่อนำมาใช้กับโจทย์จึงต้องเลือก “ขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า schema ชนิดข้อมูล ช่วงค่า uniqueness referential integrity ค่าหาย และเวลา พร้อมเกณฑ์หยุดงาน” ส่วนตัวเลือกอื่นใช้ข้อมูลผิดช่วง เลือกเมตริกไม่ตรงเป้าหมาย หรือข้ามการตรวจผลกระทบที่จำเป็น