Bir ML mühendisi, bir duyarlılık analizi modelini bir SageMaker endpoint'ine dağıttı ve paydaşlara modelin tahminleri nasıl yaptığına dair açıklamalar sunması gerekiyor. Modelin çıktılarının açıklamalarını hangi çözüm üretecektir?
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: Dağıtılan model üzerinde SageMaker Clarify kullanın..
Neden bu cevap
SageMaker Clarify, makine öğrenimi modellerinin şeffaflığını ve açıklanabilirliğini artırmak için tasarlanmıştır. Modelin tahminlerinin neden belirli bir şekilde yapıldığını anlamak için özellik önemini ve sapma analizini kullanarak açıklamalar (örneğin SHAP değerleri) üretir. Bu, paydaşlara modelin iç işleyişi hakkında bilgi sağlar. SageMaker Model Monitor, modelin üretimdeki performansını izlemek için kullanılır, ancak açıklamalar üretmez. Amazon CloudWatch'ta A/B testi, farklı model versiyonlarının performansını karşılaştırır, ancak tek bir modelin tahminlerini açıklamaz. Shadow endpoint oluşturmak, model performansını karşılaştırmak için bir yöntemdir, ancak yine de modelin tahminlerinin nedenlerini açıklamaz.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez