Um engenheiro de ML está construindo um modelo no SageMaker Canvas para fazer previsões numéricas contínuas usando 10 anos de dados históricos. Qual métrica de avaliação o engenheiro deve usar para avaliar o desempenho preditivo do modelo?

RMSE (Root Mean Square Error) é a métrica apropriada porque o engenheiro está construindo um modelo para fazer previsões numéricas contínuas (um problema de regressão). O RMSE mede a magnitude média dos erros, indicando o quão distantes as previsões do modelo estão dos valores reais. Accuracy é usada para problemas de classificação, onde o modelo prevê categorias discretas. InferenceLatency mede o tempo que o modelo leva para fazer uma previsão, não a precisão da previsão em si. AUC (Area Under the ROC Curve) também é uma métrica para problemas de classificação, avaliando a capacidade do modelo de distinguir entre classes.