デプロイされたXGBoostモデルがSageMakerエンドポイント上でAWS Lambda関数を介してライブ推論リクエストを受信しています。チームは、受信するライブデータを使用して、モデルの精度が時間とともに低下するかどうかを検出する必要があります。このニーズを満たすソリューションはどれですか？

SageMaker Model Monitorは、デプロイされたモデルのデータ品質、モデル品質、バイアスドリフトを自動的に検出するために設計されています。トレーニングデータからベースライン統計と制約を生成し、それらをライブ推論データと比較することで、モデルの精度低下（ドリフト）を特定できます。 CloudWatchダッシュボードはメトリクスを可視化しますが、それ自体でドリフトを検出する機能はありません。Lambda関数でドリフト計算を実装することは可能ですが、Model Monitorはより堅牢で管理されたソリューションを提供します。SageMaker Debuggerはモデルのトレーニング中の問題（例：過学習、勾配消失）を監視するためのものであり、デプロイ後のモデルドリフト検出には適していません。