Bir finansal hizmetler firması, bir ML modeli kullanarak kredi kararlarını otomatikleştirmek istiyor. Her kayıt, üçüncü taraf kredi geçmişini ve müşteri demografik bilgilerini içerir. Her tahmin, başvuru sahibinin neden onaylandığını veya reddedildiğini gösteren bir açıklama içermelidir. Amazon SageMaker kullanarak, en az geliştirme çabasıyla bu işlevselliği sağlayan çözüm hangisidir?

Doğru cevap SageMaker Clarify'dır çünkü model tahminlerinin açıklanabilirliğini (explainability) sağlamak için özel olarak tasarlanmış bir SageMaker özelliğidir. Clarify, özellik önemlerini ve diğer açıklanabilirlik metriklerini hesaplayarak, bir başvuru sahibinin neden onaylandığını veya reddedildiğini gösteren açıklamalar oluşturabilir ve bunları tahmin sonuçlarına ekleyebilir. Bu, finansal hizmetler firmasının gereksinimlerini en az geliştirme çabasıyla karşılar. SageMaker Model Debugger, model eğitim sürecindeki hataları tespit etmek için kullanılır, tahmin açıklamaları oluşturmak için değildir. AWS Lambda, özel kod çalıştırmak için kullanılabilir ancak özellik önemlerini ve kısmi bağımlılık grafiklerini sıfırdan oluşturmak önemli bir geliştirme çabası gerektirir ve Clarify'ın sunduğu entegre çözümü sağlamaz. Özel Amazon CloudWatch metrikleri, model performansını izlemek için kullanılır, tahmin açıklamaları oluşturmak için uygun değildir.