Bir veri bilimcinin, meşru örneklerden çok daha az sahtekarlık örneği içeren bir sahtekarlık tespit modeli oluşturması, son halini vermeden önce yanlılığı kontrol etmesi ve minimum operasyonel yük ile hızlı hareket etmesi gerekmektedir. Hangi seçenek bu gereksinimleri en iyi şekilde karşılar?

Bu seçenek, verilen gereksinimleri en iyi şekilde karşılar. SMOTE (Synthetic Minority Over-sampling Technique) dengesiz veri kümelerinde azınlık sınıfını sentetik örneklerle artırarak sınıf dengesizliğini giderir ve SageMaker Studio içinde kolayca uygulanabilir. SageMaker JumpStart, önceden eğitilmiş modeller ve çözümler sunarak model geliştirme sürecini hızlandırır, bu da "hızlı hareket etme" gereksinimini karşılar. SageMaker Clarify, modelin eğitim ve dağıtım aşamalarında yanlılığı tespit etmek ve açıklanabilirliği sağlamak için tasarlanmıştır, bu da "yanlılığı kontrol etme" gereksinimini karşılar. Diğer seçenekler ya operasyonel yükü artırır (örneğin, Amazon EMR kullanımı) ya da yanlılık kontrolü için daha az uygun araçlar (örneğin, A2I insan incelemesi için, Model Monitor ise dağıtılmış modelin performansını izlemek için) önerir.