某公司部署了一個 SageMaker 模型,用於偵測社群媒體貼文中的主題。他們需要展示個別輸入特徵如何影響模型的預測。哪一個 SageMaker 功能可以為模型行為提供特徵層級的解釋?
選擇一個答案
點擊一個選項來檢查您的答案。
正確答案: SageMaker Clarify.
為什麼這是答案
SageMaker Clarify 提供了多種工具來解釋機器學習模型的預測,包括特徵歸因(feature attribution),這正是題目中「展示個別輸入特徵如何影響模型的預測」所需要的。Clarify 可以幫助理解模型為何做出特定預測,並識別影響預測的關鍵特徵。 SageMaker Canvas 是一個無程式碼(no-code)的機器學習平台,用於建立模型,而非解釋模型行為。SageMaker Feature Store 用於儲存、管理和共享機器學習特徵,與模型解釋無關。SageMaker Ground Truth 則用於建立高品質的訓練資料集,與模型解釋無關。
通過考試 — 無需無休止地尋找答案
集中一處獲取此考試的所有核實題目和解釋,節省數小時的準備時間。1,000 多種認證 · 20 多種語言 · 免費開始。
更快通過您的考試 → 無需信用卡