Przesłano 5 TB danych do SageMaker Studio i zakończono czyszczenie danych. Przed rozpoczęciem szkolenia potrzebny jest raport analityczny, który podkreśla potencjalne odchylenia w zbiorze danych. Które dwie czynności zapewnią to przy najmniejszym nakładzie pracy? (Wybierz dwie.)

SageMaker Clarify jest przeznaczony do wykrywania i raportowania odchyleń w danych, a także do oceny stronniczości modelu, co czyni go idealnym narzędziem do automatycznej analizy przed szkoleniem. SageMaker Data Wrangler to narzędzie do przygotowywania danych, które umożliwia tworzenie przepływów pracy i generowanie raportów analitycznych, w tym raportów odchyleń, co jest efektywnym sposobem na wizualizację i zrozumienie danych. SageMaker Ground Truth służy do etykietowania danych, a nie do wykrywania odchyleń. SageMaker Model Monitor jest używany do monitorowania modeli w produkcji pod kątem dryfu danych i dryfu modelu, a nie do analizy wstępnej. SageMaker Experiments służy do śledzenia i porównywania eksperymentów uczenia maszynowego, a nie do generowania raportów odchyleń danych.