Programmer des tâches de surveillance de la dérive de biais - Amazon SageMaker

Programmer des tâches de surveillance de la dérive de biais

Maintenant que vous avez une référence, vous pouvez appeler la méthode create_monitoring_schedule() pour programmer un moniteur horaire et analyser les données avec un programme de surveillance. Si vous avez envoyé une tâche de baselining, le moniteur récupère automatiquement la configuration d'analyse à partir de la tâche de baselining. Si vous ignorez l'étape de baselining ou si la nature du jeu de données de capture est différente de celle du jeu de données d'entraînement, vous devez fournir la configuration d'analyse.

model_bias_analysis_config = None if not model_bias_monitor.latest_baselining_job: model_bias_analysis_config = BiasAnalysisConfig( model_bias_config, headers=all_headers, label=label_header, ) model_bias_monitor.create_monitoring_schedule( analysis_config=model_bias_analysis_config, output_s3_uri=s3_report_path, endpoint_input=EndpointInput( endpoint_name=endpoint_name, destination="/opt/ml/processing/input/endpoint", start_time_offset="-PT1H", end_time_offset="-PT0H", probability_threshold_attribute=0.8, ), ground_truth_input=ground_truth_upload_path, schedule_cron_expression=schedule_expression, ) print(f"Model bias monitoring schedule: {model_bias_monitor.monitoring_schedule_name}")