Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Überwachung eines Modells in der Produktion
Anmerkung
Amazon SageMaker Model Monitor steht neuen Kunden nicht mehr offen. Bestehende Kunden können den Service weiterhin wie gewohnt nutzen. AWS investiert weiterhin in Sicherheits- und Verfügbarkeitsverbesserungen für Model Monitor, wir planen jedoch nicht, neue Funktionen einzuführen. Weitere Informationen finden Sie unter Änderung der Verfügbarkeit von Amazon SageMaker Model Monitor.
Nachdem Sie ein Modell in Ihrer Produktionsumgebung bereitgestellt haben, verwenden Sie Amazon SageMaker Model Monitor, um die Qualität Ihrer Machine-Learning-Modelle kontinuierlich in Echtzeit zu überwachen. Mit Amazon SageMaker Model Monitor können Sie ein automatisiertes System einrichten, das Warnmeldungen auslöst, wenn es Abweichungen in der Modellqualität gibt, wie z. B. Datenabweichungen und Anomalien. Amazon CloudWatch Logs sammelt Protokolldateien zur Überwachung des Modellstatus und benachrichtigt Sie, wenn die Qualität Ihres Modells bestimmte, von Ihnen festgelegte Schwellenwerte erreicht. CloudWatch speichert die Protokolldateien in einem von Ihnen angegebenen Amazon S3-Bucket. Die frühzeitige und proaktive Erkennung von Modellabweichungen mithilfe von AWS Modelmonitor-Produkten ermöglicht es Ihnen, umgehend Maßnahmen zu ergreifen, um die Qualität Ihres bereitgestellten Modells aufrechtzuerhalten und zu verbessern.
Weitere Informationen zu SageMaker Model Monitoring-Produkten finden Sie unterÜberwachung der Daten- und Modellqualität mit Amazon Model Monitor SageMaker.
Um Ihre Reise durch maschinelles Lernen mit SageMaker KI zu beginnen, registrieren Sie sich für ein AWS Konto bei Set Up SageMaker AI.
