L'azienda richiede che i suoi modelli siano trasparenti e spiegabili. Quali due funzionalità di Amazon SageMaker offrono capacità che aiutano a raggiungere la trasparenza e la spiegabilità? (Scegli due.)

SageMaker Model Cards e SageMaker Clarity sono le funzionalità che supportano la trasparenza e la spiegabilità. SageMaker Model Cards fornisce una documentazione centralizzata e standardizzata per i modelli di machine learning, inclusi dettagli su come sono stati addestrati, le loro prestazioni e i casi d'uso previsti, rendendoli intrinsecamente più trasparenti. SageMaker Clarity offre strumenti per comprendere il comportamento del modello, rilevare bias e spiegare le previsioni, contribuendo direttamente alla spiegabilità. SageMaker Pipelines automatizza i flussi di lavoro ML, ma non si concentra sulla trasparenza o spiegabilità del modello stesso. SageMaker Model Monitor traccia la deriva dei dati e le prestazioni del modello in produzione, ma non spiega le decisioni del modello. SageMaker Debugger analizza i problemi durante l'addestramento, ma non è progettato per la spiegabilità post-addestramento o la trasparenza complessiva del modello.