張貼日期: Dec 3, 2019
Amazon SageMaker Model Monitor 是 Amazon SageMaker 的新功能，可持續監控生產中的機器學習 (ML) 模型，偵測偏差，例如隨著時間推移會降低模型效能的資料偏離，以及提醒您採取補救動作。
ML 模型會利用模型訓練期間所使用的資料來學習各種模式，以此做出預測。在生產中部署模型後，隨著時間推移，真實世界中的資料開始與用於訓練模型的資料有所差異，導致模型品質偏差，最終形成準確度降低的模型。例如，不斷變化的經濟狀況，可能會促使新的利率影響購房預測。Amazon SageMaker Model Monitor 提供全受管體驗，可監控生產中的模型、偵測偏差，採取稽核或重新訓練模型的及時動作。
使用 Amazon SageMaker Model Monitor，您可以輕鬆收集預測請求並從端點回應，分析生產中收集的資料，並將其與您的訓練或驗證資料進行比較，以偵測偏差。您能可以使用 SageMaker Model Monitor 的內建規則，立即偵測結構化資料集的偏離，在執行內建規則之前新增資料轉換，或編寫自己的自訂規則。監控任務可以排定為定期執行，例如每小時或每天，將摘要指標推送至 Amazon CloudWatch，如此可以針對更正動作設定警示和觸發器，且支援 Amazon SageMaker 中支援的廣泛執行個體類型。
在 Amazon SageMaker 中部署模型且使用內建規則和 ml.m5.xlarge 執行個體啟用 Model Monitor，每月可免費跨所有端點彙總的監控時間最長為 30 小時。
提供 Amazon SageMaker 的所有商業區域都已推出 Amazon SageMaker Model Monitor。如需詳細資訊，請參閱 Amazon SageMaker 開發人員指南。