Interpretabilità suAWS - AWS Guida prescrittiva

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Interpretabilità suAWS

Puoi usare le istanze Jupyter gestite da Amazon SageMaker per installare facilmente i moduli Python tramite Conda epip. Per informazioni sui pacchetti Python per SHAP e sui metodi integrati basati su gradienti, vedere la sezione Risorse. Per lavori più piccoli e test locali su un'istanza di SageMaker Jupyter, l'utilizzo dei metodi di questi pacchetti Python potrebbe essere sufficiente. Se si utilizza un modello SageMaker gestito, SageMaker Clarify offre metodi pratici per avviare Kernel SHAP su un'istanza dedicata e scaricare il calcolo mentre uno sviluppatore di modelli continua a lavorare sulla propria istanza Jupyter. Per ulteriori informazioni, consulta Creare baseline e report di spiegabilità degli attributi delle funzionalità nella SageMaker documentazione.