Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Surveillance d’un modèle en production
Note
Amazon SageMaker Model Monitor n'est plus ouvert aux nouveaux clients. Les clients existants peuvent continuer à utiliser le service normalement. AWS continue d'investir dans l'amélioration de la sécurité et de la disponibilité de Model Monitor, mais nous ne prévoyons pas d'introduire de nouvelles fonctionnalités. Pour de plus amples informations, veuillez consulter Modification de la disponibilité d'Amazon SageMaker Model Monitor.
Après avoir déployé un modèle dans votre environnement de production, utilisez Amazon SageMaker Model Monitor pour surveiller en permanence la qualité de vos modèles d'apprentissage automatique en temps réel. Amazon SageMaker Model Monitor vous permet de configurer un système de déclenchement d'alerte automatique en cas d'écarts dans la qualité du modèle, tels que des dérives de données ou des anomalies. Amazon CloudWatch Logs collecte des fichiers journaux de surveillance de l'état du modèle et vous avertit lorsque la qualité de votre modèle atteint certains seuils que vous avez prédéfinis. CloudWatch stocke les fichiers journaux dans un compartiment Amazon S3 que vous spécifiez. La détection précoce et proactive des écarts entre les modèles grâce aux produits AWS Model Monitor vous permet de prendre des mesures rapides pour maintenir et améliorer la qualité de votre modèle déployé.
Pour plus d'informations sur les produits SageMaker Model Monitoring, consultezSurveillance de la qualité des données et des modèles avec Amazon SageMaker Model Monitor.
Pour commencer votre parcours d'apprentissage automatique avec l' SageMaker IA, créez un AWS compte sur Set Up SageMaker AI.
