AmazonAmazon ML Engineer Associate MLA-C01 Certification
·CN
·更新于 4 Aug 2026
部署在 SageMaker 端点上的 XGBoost 模型通过 AWS Lambda 函数接收实时推理请求。团队需要使用传入的实时数据来检测模型的准确性是否随时间下降。哪种解决方案可以满足此需求?
选择一个答案
点击一个选项来检查您的答案。
正确答案: 安排一个 SageMaker Model Monitor 任务,通过将实时数据与训练数据统计信息和约束的基线进行比较来检测漂移。.
为什么这是答案
SageMaker Model Monitor 专门用于检测模型漂移。它通过将实时推理数据与训练数据统计信息和约束的基线进行比较来工作,从而识别模型性能随时间下降的情况。此解决方案自动化了漂移检测过程,并可以在检测到漂移时发出警报。
其他选项不合适:
CloudWatch 控制面板可以监控指标,但不能自动检测模型漂移,需要手动分析。
修改 Lambda 函数来计算模型漂移会增加其复杂性,并且不如 Model Monitor 提供的专用、可扩展的解决方案有效。
SageMaker Debugger 主要用于在模型训练期间分析和调试模型,而不是用于生产中的模型漂移检测。
通过考试 — 无需无休止地寻找答案
将本次考试的所有验证问题和解释集中在一处,节省数小时的准备时间。1,000+ 认证 · 20+ 语言 · 免费开始。
更快通过考试 →
无需银行卡