Veröffentlicht am: Oct 5, 2022
Wir freuen uns, bekannt zu geben, dass Amazon SageMaker Clarify Online-Erklärbarkeit unterstützt, indem es Erklärungen für die individuellen Vorhersagen von ML (Machine Learning)-Modellen fast in Echtzeit auf Live-Endpunkten bereitstellt. SageMaker Clarify bietet ML-Entwicklern einen besseren Einblick in ihre Trainingsdaten und Modelle, damit sie potenzielle Abweichungen erkennen und Vorhersagen erklären können. ML-Modelle können bei der Erstellung von Prognosen einige Funktionseingaben stärker berücksichtigen als andere. In SageMaker Clarify geben Scores an, welche Funktionen am meisten zur individuellen Vorhersage Ihres Modells beigetragen haben, nachdem das Modell mit neuen Daten ausgeführt wurde. Diese Details können dabei helfen, festzustellen, ob sich ein bestimmtes Eingabemerkmal mehr auf die Modellvorhersagen auswirkt als erwartet. Sie können diese Details für jede Vorhersage in Echtzeit über die Online-Erklärbarkeit einsehen oder einen Massenbericht erhalten, der die Batch-Verarbeitung aller individueller Vorhersagen verwendet. Diese neue Funktion verringert die Latenz für Erklärungen von Minuten auf Sekunden oder weniger. Die Möglichkeiten für Echtzeit-Erklärungen sind vielfältig. So können beispielsweise Kundendienstmitarbeiter besser verstehen, aus welchen Gründen ein Kunde abwandert, wenn er anruft, um in Echtzeit Hilfe bei der Lösung eines Problems zu erhalten. Wenn der Mitarbeiter mehr über die Art des Kundenproblems in Erfahrung bringt und diese Daten eingibt, können Echtzeit-Erklärungen aktualisierte Begründungen für die vorgeschlagenen Lösungen bieten.