RetailStream LLC には、s3://retailstream-capture/predictions/ に予測をキャプチャする分類エンドポイントがあります。また、SageMaker Ground Truth ラベリングジョブによって生成されたラベル付きのグラウンドトゥルースが、s3://retailstream-labels/manifest/ にマニフェストとして保存されています。データサイエンスチームは、予測と真のラベルを比較するモデル品質モニタリングを必要としています。MonitoringSchedule がモデル品質メトリクスを計算できるように、SageMaker Model Monitor にグラウンドトゥルースを供給する正しい方法は何ですか？

正解の選択肢は、SageMaker Model Monitor がモデル品質メトリクスを計算するためにグラウンドトゥルースを供給する最も一般的な方法を説明しています。Model Monitor は、予測とグラウンドトゥルースラベルが同じファイル内に存在し、truelabel 属性で指定されていることを期待します。SageMaker Processing ジョブまたは Lambda 関数を使用して、エンドポイントの予測と Ground Truth マニフェストを結合し、この要件を満たすことができます。 他の選択肢は正しくありません。Model Monitor は、Ground Truth マニフェストパスへの参照を自動的に結合したり、EventBridge ルールを介して CloudWatch Logs から予測を取得したり、異なる S3 プレフィックスからタイムスタンプに基づいてレコードを推測したりする機能は持っていません。Model Monitor は、結合されたデータセットと明示的なラベル属性の指定を必要とします。