Компания развертывает модель SageMaker, которая определяет темы в сообщениях социальных сетей. Им нужно показать, как отдельные входные признаки влияют на предсказания модели. Какая возможность SageMaker предоставляет объяснения поведения модели на уровне признаков?

SageMaker Clarify предоставляет возможности для объяснения поведения модели, включая атрибуцию признаков (feature attribution). Это позволяет понять, как отдельные входные признаки влияют на предсказания модели, что критически важно для интерпретации моделей, таких как те, что анализируют темы в социальных сетях. Clarify помогает выявить предвзятость и повысить прозрачность модели. SageMaker Canvas — это инструмент без кода для создания моделей, но он не предоставляет детальных объяснений на уровне признаков. SageMaker Feature Store предназначен для хранения и управления признаками, а не для объяснения моделей. SageMaker Ground Truth используется для создания высококачественных наборов данных для обучения, а не для анализа поведения обученных моделей.