Модель машинного обучения, развернутая с помощью Amazon SageMaker, использует Model Monitor. После обновления модели инженер машинного обучения обнаруживает сбои в проверках качества данных Model Monitor. Какое действие должен предпринять инженер для устранения проблем с качеством данных, обнаруженных Model Monitor?

Model Monitor обнаруживает отклонения качества данных, сравнивая текущие производственные данные с установленным базовым планом. Если модель была обновлена или производственные данные изменились, старый базовый план может стать неактуальным, что приводит к ложным срабатываниям или пропуску реальных проблем. Генерация нового базового плана из последних производственных данных и его применение к Model Monitor гарантирует, что проверки качества данных будут основаны на актуальном и репрезентативном распределении данных, эффективно устраняя обнаруженные сбои. Настройка модели (A) не решит проблемы с качеством входных данных. Ручной запуск задания Model Monitor (B) просто повторит проверку с тем же устаревшим базовым планом. Добавление примеров в обучающий набор (D) относится к улучшению производительности модели, а не к устранению проблем с качеством данных, обнаруживаемых Model Monitor.