Bir bankanın, yeni bir ürün için müşteri uygunluğunu belirlemek amacıyla SageMaker'ın doğrudan desteklediği algoritmaları kullanarak bir SageMaker AI modeli oluşturması gerekiyor. Modelin düzenleyicilere açıklanabilir olması şarttır. Bu gereksinimleri hangi modelleme seçeneği karşılar?

Doğru cevap, modeli linear learner algoritmasını kullanarak eğitmektir. Linear Learner, doğrusal regresyon ve sınıflandırma için kullanılan, doğrudan SageMaker tarafından desteklenen bir algoritmadır. Doğrusal modeller doğası gereği daha yorumlanabilirdir, bu da bir bankanın düzenleyicilere modelin kararlarını açıklamasını kolaylaştırır. Object2Vec ve k-means algoritmaları da SageMaker tarafından desteklenir, ancak Object2Vec genellikle gömülü temsiller öğrenmek için kullanılırken, k-means bir kümeleme algoritmasıdır ve her ikisi de müşteri uygunluğunu belirleme gibi denetimli öğrenme görevleri için Linear Learner kadar uygun veya yorumlanabilir değildir. Bir sinir ağı eğitmek, karmaşık ilişkileri modelleyebilir ancak genellikle "kara kutu" modeller olarak kabul edilir ve açıklanabilirlik gereksinimini karşılamaz.