De applicatie moet een on-demand workflow bieden om bias drift te beoordelen voor modellen die zijn geïmplementeerd op real-time endpoints. Welke actie voldoet aan deze vereiste?

De correcte optie is om een AWS Lambda-functie aan te roepen die een SageMaker Clarify-taak start om bias te evalueren. SageMaker Clarify is specifiek ontworpen voor het detecteren en meten van bias en drift in machine learning-modellen. Door dit via een Lambda-functie te triggeren, creëer je een on-demand, serverloze workflow die efficiënt en schaalbaar is voor het beoordelen van bias drift. De optie om de sagemaker-model-monitor-analyzer containerimage op te halen is onjuist omdat dit primair gericht is op modelkwaliteit en data drift, niet specifiek op bias drift. AWS Glue Data Quality is gericht op de kwaliteit van de data zelf, niet op bias in het model. Het handmatig vergelijken van bias-metrics via SageMaker notebooks is geen on-demand geautomatiseerde workflow en is inefficiënt voor continue monitoring.