Un modello di previsione del prezzo degli immobili, distribuito su un sito web, ha gradualmente perso accuratezza. L'ingegnere deve migliorare il modello ed essere avvisato automaticamente di futuri degradi delle prestazioni. Quale approccio soddisfa entrambe le esigenze?

L'addestramento incrementale (incremental training) è un metodo efficiente per aggiornare un modello esistente con nuovi dati, migliorandone l'accuratezza senza dover riaddestrare l'intero modello da zero. Amazon SageMaker Model Monitor è lo strumento ideale per rilevare il drift dei dati e il degrado delle prestazioni del modello in produzione, inviando notifiche automatiche tramite Amazon CloudWatch quando vengono superate le soglie predefinite. Le altre opzioni sono meno efficaci perché: SageMaker Model Governance non regola automaticamente gli iperparametri; è più orientato alla gestione del ciclo di vita del modello. SageMaker Debugger è per il debug durante l'addestramento, non per il monitoraggio delle prestazioni in produzione. Riaaddestrare il modello solo con gli ultimi mesi di dati potrebbe far perdere informazioni importanti dai dati storici.