Een team heeft hun SageMaker hyperparameter tuning job ingesteld om te stoppen op basis van MaxNumberOfTrainingJobs. Ze willen dat de tuning automatisch stopt wanneer het tuning-algoritme bepaalt dat geen enkele configuratie de objectieve metriek waarschijnlijk met meer dan 1% zal verbeteren ten opzichte van de huidige beste job. Welk tuning-voltooiingscriterium bereikt dit gedrag?

CompleteOnConvergence is het juiste criterium omdat het SageMaker hyperparameter tuning instrueert om te stoppen wanneer het algoritme bepaalt dat verdere trainingen de objectieve metriek waarschijnlijk niet significant zullen verbeteren (bijvoorbeeld met meer dan 1% zoals in de vraagstelling). Dit bespaart rekentijd en kosten. MaxNumberOfTrainingJobs is onjuist omdat dit alleen het maximale aantal trainingen specificeert, ongeacht de convergentie. MaxRuntimeInSeconds is onjuist omdat dit de maximale looptijd van de tuning job instelt, niet de convergentie. MaxNumberOfTrainingJobsNotImproving is onjuist omdat dit criterium niet bestaat binnen SageMaker hyperparameter tuning.