Programmer les tâches de surveillance de la dérive d'attribution des fonctions - Amazon SageMaker

Programmer les tâches de surveillance de la dérive d'attribution des fonctions

La surveillance de l'explicabilité des modèles vous aide à comprendre et à interpréter les prédictions réalisées par vos modèles ML. Lorsque Model Monitor est configuré pour contrôler l'explicabilité du modèle, SageMaker détecte automatiquement toute dérive dans l'importance relative des fonctions et crée des rapports expliquant les attributions de fonctions.

Appelez la méthode create_monitoring_schedule() pour programmer un moniteur horaire et analyser les données avec un programme de surveillance. Si une tâche de baselining a été envoyée, le moniteur récupère automatiquement la configuration d'analyse à partir de la tâche de baselining. Toutefois, 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. ExplainabilityAnalysisConfig a besoin de ModelConfig pour les mêmes raisons que la tâche de baselining. Comme le calcul de l'attribution de fonctions a seulement besoin de fonctions, vous devez exclure l'étiquetage Ground Truth.