Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Interpretabilidad en AWS
Puede usar instancias de Jupyter administradas por Amazon SageMaker AI para instalar fácilmente módulos de Python a través de Conda y. pip Para obtener información sobre los paquetes de Python para SHAP y los métodos integrados basados en gradientes, consulte la sección Recursos. Para trabajos más pequeños y pruebas locales en una instancia de SageMaker AI Jupyter, puede ser suficiente usar los métodos de estos paquetes de Python. Si utilizas un modelo gestionado por IA, SageMaker SageMaker AI Clarify ofrece métodos prácticos para lanzar Kernel SHAP en una instancia específica y reducir la carga de cálculo mientras un desarrollador de modelos sigue trabajando en su instancia de Jupyter. Para obtener más información, consulte Crear bases de referencia de atributos de características e informes de explicabilidad en la documentación sobre IA. SageMaker
