Perché la governance del ML?
Amazon SageMaker AI fornisce strumenti di governance appositamente creati per aiutarti a implementare il ML in modo responsabile. Con Gestore dei ruoli di Amazon SageMaker è possibile definire le autorizzazioni minime in pochi minuti. Amazon SageMaker Model Cards semplifica l'acquisizione, il recupero e la condivisione di informazioni essenziali sul modello, come gli usi previsti, le classificazioni dei rischi e i dettagli della formazione, dalla concezione all'implementazione. Amazon SageMaker Model Dashboard ti tiene informato sul comportamento del modello in produzione, tutto in un unico posto. L'integrazione di Amazon SageMaker AI e Amazon DataZone semplifica il processo di ottimizzazione del ML e della governance dei dati.
Vantaggi della governance del ML con SageMaker
Effettua l'integrazione con Amazon DataZone
Controlli e disposizioni per la configurazione
Gli amministratori IT possono definire controlli e autorizzazioni dell'infrastruttura specifiche per l'azienda e il caso d'uso in Amazon DataZone. È quindi possibile creare un ambiente SageMaker appropriato in pochi clic e avviare il processo di sviluppo all'interno di SageMaker Studio.
Cerca e scopri le risorse
In SageMaker Studio, puoi cercare e scoprire in modo efficiente dati e risorse di ML nel catalogo aziendale della tua organizzazione. Puoi anche richiedere l'accesso alle risorse che potresti dover utilizzare nel tuo progetto sottoscrivendole.

Utilizza le risorse
Una volta approvata la richiesta di abbonamento, è possibile utilizzare queste risorse sottoscritte in attività di ML come la preparazione dei dati, l'addestramento dei modelli e l'ingegneria delle caratteristiche all'interno di SageMaker Studio utilizzando JupyterLab e SageMaker Canvas.
Pubblica le risorse
Una volta completate le attività di ML, è possibile pubblicare i dati, i modelli e le feature group nel catalogo aziendale per la governance e la rilevabilità da parte di altri utenti.
