一个团队在SageMaker中训练了一个Apache MXNet数字分类器，他们希望：(1) 如果模型开始过拟合，则发出警报；(2) 审计人员能够审查SageMaker API活动。在代码和步骤最少的情况下，最简单的解决方案是什么？

正确答案是启用AWS CloudTrail将SageMaker API调用记录到S3；添加代码以发出自定义CloudWatch指标；创建一个带有SNS的CloudWatch警报，以便在过拟合时发出通知。 1. 审计SageMaker API活动： AWS CloudTrail是审计AWS API调用的标准服务，它能自动将日志记录到S3，无需额外开发。 2. 检测过拟合并发出警报： 为了检测过拟合，模型训练代码需要发出自定义指标（例如，验证损失与训练损失的差异），这些指标可以发送到CloudWatch。然后，可以在CloudWatch中创建警报，当指标达到预设阈值时，通过SNS主题发送通知。 其他选项的错误之处在于： 创建Lambda函数来记录API调用是多余的，因为CloudTrail已经提供了此功能。 仅配置SNS主题无法直接检测过拟合，需要先有指标和警报。