Un ingeniero de ML implementó un modelo de análisis de sentimientos en un endpoint de SageMaker y debe proporcionar a las partes interesadas explicaciones sobre cómo el modelo realiza las predicciones. ¿Qué solución producirá explicaciones para las salidas del modelo?

SageMaker Clarify es la herramienta diseñada específicamente para proporcionar explicaciones sobre las predicciones del modelo, identificar sesgos y comprender la importancia de las características. Permite a los ingenieros de ML generar explicaciones post-hoc para modelos implementados, lo cual es crucial para la transparencia y la confianza de las partes interesadas. SageMaker Model Monitor se enfoca en detectar desviaciones de datos y rendimiento del modelo a lo largo del tiempo, no en la explicabilidad de las predicciones individuales. Las pruebas A/B y los shadow endpoints se utilizan para comparar el rendimiento de diferentes versiones de modelos o modelos nuevos versus existentes, no para explicar cómo un modelo específico llega a una predicción.