Un pipeline SageMaker qui inclut Model Monitor signale des violations de type baseline_drift_check dans la sortie de MonitoringExecution, ce qui entraîne l'échec du pipeline. Quelle est l'action appropriée pour résoudre ces violations de dérive ?

Les violations baselinedriftcheck indiquent que les caractéristiques ou les prédictions de votre modèle se sont écartées de la distribution observée lors de la création de la baseline. La solution appropriée consiste à réentraîner le modèle avec des données d'entraînement plus récentes et représentatives de la distribution actuelle. Une fois le modèle réentraîné, il est crucial de générer une nouvelle baseline pour Model Monitor à partir de ces nouvelles données. Cela permet à Model Monitor de comparer les données entrantes avec une référence pertinente, garantissant une détection précise de la dérive future. Réentraîner sans mettre à jour la baseline (option 2) ne résoudrait pas le problème de dérive car la référence resterait obsolète. Utiliser SageMaker Debugger (option 1) est utile pour les problèmes d'entraînement, pas pour la dérive de données post-déploiement. Activer emitmetrics (option 4) est pour la surveillance des métriques, pas pour corriger la dérive elle-même.