Bonne réponse
- CAmazon SageMaker Model Monitor
Explication
Amazon SageMaker Model Monitor est le service correct car il est spécifiquement conçu pour surveiller en continu les modèles d'apprentissage automatique en production à la recherche de dérives de données et de problèmes de qualité. Il capture automatiquement les distributions de données d'entrée à partir de points de terminaison d'inférence en temps réel et les compare à une référence de base pour détecter les changements statistiques, alertant l'équipe lorsqu'une dérive se produit.
Pour aller plus loin
SageMaker Model Monitor capture les données d'entrée et de sortie du point de terminaison vers S3 via DataCaptureConfig, puis exécute des tâches de surveillance planifiées qui comparent la distribution des données en direct à une référence calculée à partir des données d'entraînement. Il calcule des statistiques et des contraintes en utilisant le même moteur basé sur Deequ que SageMaker Data Wrangler, et émet des violations dans les métriques CloudWatch et la console SageMaker. Un comportement subtil : la capture des données doit être activée lors de la création du point de terminaison ; vous ne pouvez pas capturer rétroactivement des données d'un point de terminaison déjà en cours d'exécution sans le mettre à jour, et le pourcentage d'échantillonnage de la capture contrôle le coût. Cela importe lorsque la distribution des caractéristiques d'entrée d'un modèle change, par exemple lorsqu'une promotion modifie le comportement des clients, et que vous devez le détecter avant que la qualité des prédictions ne se dégrade.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement MLA-C01 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.