Publié le: Sep 25, 2023
Vous pouvez désormais utiliser Amazon SageMaker Model Monitor pour exécuter une seule exécution d'une tâche de surveillance, ce qui vous permet d'obtenir des résultats en termes de machine learning et de performance des données à la demande. L'exécution d'une tâche de surveillance à la demande vous offre la flexibilité nécessaire pour surveiller des aspects spécifiques de votre machine learning selon les besoins et permet de vous adapter aux situations présentant des besoins de surveillance irréguliers, tels que le dépannage.
À l'aide de SageMaker Model Monitor, les clients peuvent surveiller leurs modèles et données de machine learning dans quatre domaines clés : la qualité des données, la qualité du modèle, la dérive du biais du modèle et l'explicabilité (c'est-à-dire la dérive d'attribution des fonctionnalités). Ils peuvent établir des tâches de surveillance de modèles planifiées pour suivre leur système de machine learning à intervalles réguliers (par exemple, toutes les 1 à 24 heures), et grâce à cette nouvelle fonctionnalité, ils peuvent également exécuter des tâches de surveillance à la demande selon les besoins. Par exemple, les clients peuvent obtenir les résultats de surveillance de leurs modèles et données d'inférence par lots en quelques minutes en lançant une seule tâche de surveillance juste après la fin de la tâche d'inférence par lots, ou résoudre rapidement un problème et itérer en exécutant des tâches de surveillance à la demande.
Les tâches de surveillance ponctuelles avec Amazon SageMaker Model Monitor sont disponibles dans toutes les régions Amazon Web Services où Amazon SageMaker Model Monitor est actuellement disponible.
Pour commencer, planifiez une tâche de surveillance unique via Amazon SageMaker Model Monitor. Consultez la configuration du calendrier du Model Monitor pour plus de détails. Consultez le guide du développeur Amazon SageMaker pour plus d'informations sur SageMaker Model Monitor.