Преимущества управления машинным обучением
Amazon SageMaker предоставляет специально разработанные инструменты управления, которые помогут вам ответственно подойти к внедрению машинного обучения. С помощью Amazon SageMaker Role Manager администраторы могут определить минимальные разрешения за считаные минуты. Amazon SageMaker Model Cards упрощает сбор, получение важной информации о модели и обмен ею, например целевое использование, рейтинги риска и подробности обучения, от концепции до развертывания. Amazon SageMaker Model Dashboard позволяет получать информацию о поведении модели в производстве в одном месте. Интеграция Amazon SageMaker и Amazon DataZone упрощает оптимизацию машинного обучения и управления данными.
Преимущества управления машинным обучением в Amazon SageMaker
Интеграция с Amazon DataZone
-
Настройка элементов управления и публикация
-
Поиск и обнаружение ресурсов
-
Использование ресурсов
-
Публикация ресурсов
-
Настройка элементов управления и публикация
-
ИТ-администраторы могут определить элементы управления для инфраструктуры и разрешения с учетом требований организации и сценария использования в Amazon DataZone. Затем вы можете всего за несколько кликов создать подходящую среду SageMaker и начать процесс разработки в SageMaker Studio.
-
Поиск и обнаружение ресурсов
-
В SageMaker Studio вы можете эффективно искать и обнаруживать ресурсы данных и машинного обучения, используя бизнес-каталог организации. Вы также можете запросить доступ к ресурсам, которые могут быть полезны для проекта, подписавшись на них.
-
Использование ресурсов
-
Когда будет одобрен запрос на подписку, вы сможете использовать эти ресурсы в задачах машинного обучения, например для подготовки данных, обучения моделей и конструирования признаков в SageMaker Studio с помощью JupyterLab и SageMaker Canvas.
-
Публикация ресурсов
-
Завершив выполнение задач машинного обучения, вы можете опубликовать данные, модели и группы функций в бизнес-каталоге, где вам будет удобно управлять ими, а другие пользователи смогут их обнаружить.
Определение разрешений
Упрощение разрешений для работы с машинным обучением
SageMaker Role Manager предоставляет базовый набор разрешений для операций машинного обучения и персон с каталогом предварительно созданных политик управления идентификацией и доступом (IAM). Действия машинного обучения могут включать подготовку данных и обучение, а персоны могут включать инженеров машинного обучения и специалистов по анализу данных. Вы можете сохранить базовые разрешения или настроить их в соответствии с вашими конкретными потребностями.
![менеджер ролей, упрощающий разрешения](https://d1.awsstatic.com/products/sagemaker/ml-governance/feature-1-role-manager-simplify-permissions.b5463f50341d1cfb8418394594045d3f3b5b0edf.png)
Автоматизируйте создание политик IAM
С помощью нескольких подсказок вы сможете быстро ввести такие общие элементы управления, как границы доступа к сети и ключи шифрования. Затем SageMaker Role Manager автоматически создаст политику IAM. Вы можете обнаружить созданную роль и связанные с ней политики через консоль AWS IAM.
Прикрепите свои управляемые политики
Чтобы еще больше адаптировать разрешения к вашему сценарию использования, прикрепите управляемые политики IAM к роли IAM, которую вы создаете с помощью SageMaker Role Manager. Вы также можете добавить теги, которые помогут идентифицировать и упорядочить роли в сервисах AWS.
![прикрепите управляемые политики](https://d1.awsstatic.com/products/sagemaker/ml-governance/feature-2-role-manager-attach-your-managed-policies.5953463bf17f976ffc7134951fc0e244ebe62760.png)
Оптимизация документирования
Собирайте информацию о модели
SageMaker Model Cards – это хранилище информации о модели в консоли Amazon SageMaker, которое помогает централизовать и стандартизировать документацию модели, чтобы вы могли ответственно внедрять машинное обучение. Для ускорения процесса документирования можно автоматически заполнять такие детали обучения, как наборы входных данных, среды обучения и результаты обучения. Вы также можете добавить такие детали, как цель модели и цели производительности.
![информация о модели в консоли amazon sagemaker](https://d1.awsstatic.com/products/sagemaker/ml-governance/feature-3-model-cards-capture-model-info.e873b601999865b2d5ac21f42167bd1eddc1498b.png)
Визуализируйте результаты оценки
Вы можете прикрепить результаты оценки модели, такие как показатели погрешности и качества, к карточке модели и добавить визуализации, такие как графики, чтобы получить ключевые сведения о производительности модели.
![карты моделей визуализируют результаты оценки](https://d1.awsstatic.com/products/sagemaker/ml-governance/feature-4-model-cards-visualize-evaluation-results.22b9bf05128ed542ef68ab97adc4e1c3f04fe750.png)
Обменивайтесь карточками моделей
Вы можете экспортировать карточки моделей в формат PDF для более удобного обмена ими с заинтересованными сторонами, внутренними командами или клиентами.
Мониторинг моделей
Отслеживайте поведение модели
SageMaker Model Dashboard предоставляет полный обзор развернутых моделей и конечных точек, чтобы вы могли отслеживать ресурсы и нарушения поведения модели в одном месте. Вы можете контролировать поведение модели по четырем параметрам: качество данных, качество модели, дрейф погрешности и дрейф атрибуции характеристик. SageMaker Model Dashboard отслеживает поведение благодаря интеграции с Монитором модели Amazon SageMaker и Amazon SageMaker Clarify.
![информационная панель модели](https://d1.awsstatic.com/products/sagemaker/ml-governance/feature-6-model-dashboard-track-model-behavior.6b85b95bcb69a68f6657b291d80e8a3ec20b1d1f.png)
Автоматизируйте оповещения
SageMaker Model Dashboard обеспечивает интегрированную возможность настройки и получения предупреждений об отсутствующих и неактивных заданиях мониторинга модели и отклонениях в поведении модели.
![Автоматизируйте оповещения](https://d1.awsstatic.com/products/sagemaker/ml-governance/feature-7-model-dashboard-automate-alerts.77cd908b1b27516b73ea7a45611a210fb046f3a5.png)
Устраняйте отклонения в работе модели
Вы можете дополнительно проверить отдельные модели и проанализировать факторы, влияющие на производительность модели с течением времени. Затем вы можете проследить за тем, как специалисты по машинному обучению принимают корректирующие меры.