한 팀이 SageMaker에서 Apache MXNet 숫자 분류기를 훈련하고 있으며, (1) 모델이 과적합되기 시작하면 알림을 받고 (2) 감사자가 SageMaker API 활동을 검토할 수 있기를 원합니다. 최소한의 코드와 단계로 가장 간단한 솔루션은 무엇입니까?

정답은 CloudTrail을 사용하여 SageMaker API 호출을 S3에 로깅하고, 사용자 지정 CloudWatch 지표를 내보내는 코드를 추가한 다음, 과적합 시 알림을 보내도록 SNS와 함께 CloudWatch 경보를 생성하는 것입니다. CloudTrail은 AWS API 활동을 감사하는 데 사용되는 기본 서비스이므로 SageMaker API 호출을 S3에 기록하도록 설정하는 것이 감사 요구 사항을 충족하는 가장 간단한 방법입니다. 모델 과적합 감지 및 알림을 위해 훈련 스크립트에 사용자 지정 CloudWatch 지표를 추가하고 CloudWatch 경보를 SNS와 통합하여 알림을 보내는 것이 가장 효율적인 방법입니다. 오답은 다음과 같습니다. Lambda 함수를 사용하여 SageMaker API 호출을 S3에 로깅하는 것은 CloudTrail의 기본 기능을 복제하는 불필요한 복잡성을 추가합니다. Lambda 함수를 사용하여 SageMaker API 호출 로그를 CloudTrail로 보내는 것은 CloudTrail이 직접 API 호출을 기록할 수 있으므로 불필요합니다. CloudTrail이 SageMaker API 호출을 S3에 기록하도록 설정하고 모델이 과적합될 때 알림을 받도록 SNS 토픽을 구성하는 것은 과적합을 감지하기 위한 사용자 지정 지표 및 경보 설정이 누락되어 있습니다.