有效部署和监控模型解决了技术性能问题，但生产环境中的机器学习系统也需要在组织和法规框架内运行。本章主要讲述一旦模型上线后，管理模型所需遵守的治理和合规架构。

我们将研究保持控制和问责的实用方法。您将学习如何针对模型、数据和代码实施全面的版本控制，以确保准确的来源追踪。我们将介绍建立预测和模型管理操作的详细审计跟踪，这是操作透明度和合规性的常见要求。此外，您还将学习追踪模型解释随时间变化的方法，并在处理监控数据时解决数据隐私方面的考量。最后，本章讨论保护监控基础设施以及将监控输出与组织风险管理框架结合。