Un ingénieur ML optimise un modèle qui prédit le comportement des clients et doit inspecter les données d'entrée et les prédictions du modèle pour identifier les schémas qui pourraient biaiser les performances selon les données démographiques. Quelle solution fournit cette analyse ?

SageMaker Clarify est l'outil AWS spécifiquement conçu pour détecter les biais potentiels dans les données d'entraînement et les prédictions des modèles, ainsi que pour expliquer les prédictions. Il permet d'analyser l'équité du modèle selon différentes caractéristiques démographiques, ce qui est essentiel pour identifier les schémas de biais affectant les performances. Les autres options sont incorrectes car : Amazon CloudWatch surveille les ressources système, pas les biais du modèle. AWS Glue DataBrew est un service de préparation de données qui n'analyse pas intrinsèquement les biais ou l'équité. Les fonctions AWS Lambda peuvent automatiser le prétraitement, mais ne fournissent pas d'analyse des biais.