Um modelo de previsão de preços de imóveis implantado em um site perdeu gradualmente a precisão. O engenheiro precisa melhorar o modelo e ser alertado automaticamente sobre futuras degradações de desempenho. Qual abordagem atende a ambas as necessidades?

A degradação gradual da precisão indica desvio de dados ou de conceito. O treinamento incremental atualiza o modelo com novos dados, abordando a perda de precisão. O Amazon SageMaker Model Monitor detecta automaticamente anomalias nos dados de entrada ou nas previsões do modelo em produção, alertando sobre futuras degradações de desempenho. As outras opções são incorretas porque: O Amazon SageMaker Model Governance não é uma ferramenta para ajuste automático de hiperparâmetros ou detecção de degradação de modelo em tempo real. O Amazon SageMaker Debugger é usado para depurar modelos durante o treinamento, não para monitorar o desempenho de modelos implantados. Retreinar apenas com dados recentes pode não ser suficiente para resolver o problema de desvio. Retreinar incrementalmente apenas com dados recentes pode não ser a melhor estratégia, pois pode ignorar padrões importantes em dados mais antigos. Embora o Model Monitor seja correto para a detecção, a estratégia de retreinamento é incompleta.