Un equipo entrena un clasificador de dígitos Apache MXNet en SageMaker y desea (1) una alerta si el modelo comienza a sobreajustarse y (2) que los auditores puedan revisar la actividad de la API de SageMaker. ¿Cuál es la solución más sencilla con el mínimo código y pasos?

La opción correcta aborda ambos requisitos de manera eficiente. Habilitar AWS CloudTrail registra automáticamente las llamadas a la API de SageMaker en S3, lo que permite la revisión por parte de los auditores sin código adicional. Para detectar el sobreajuste, el código del modelo debe emitir una métrica personalizada a Amazon CloudWatch (por ejemplo, la diferencia entre la precisión de entrenamiento y validación). Luego, una alarma de CloudWatch puede monitorear esta métrica y usar Amazon SNS para enviar una notificación cuando se cumplan los umbrales de sobreajuste. Las opciones incorrectas son menos eficientes o incompletas. Crear una función Lambda para registrar llamadas a la API es innecesario, ya que CloudTrail lo hace de forma nativa. La última opción no especifica cómo se detectaría el sobreajuste para activar la notificación de SNS, mientras que la métrica personalizada de CloudWatch es crucial para este propósito.