Surveillance d’un modèle en production

Après avoir déployé un modèle dans votre environnement de production, utilisez Amazon SageMaker Model Monitor pour surveiller en continu la qualité de vos modèles de machine learning en temps réel. Amazon SageMaker Model Monitor vous permet de configurer un système de déclenchement d’alerte automatique en présence d’écarts dans la qualité du modèle, par exemple en cas de dérive de données et d’anomalies. Amazon CloudWatch Logs collecte les fichiers journaux de surveillance de l'état du modèle et vous informe 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 de modèle via les produits de surveillance de modèles AWS vous permet de prendre rapidement des mesures pour maintenir et améliorer la qualité de votre modèle déployé.

Pour plus d’informations sur les produits de surveillance de modèles SageMaker, consultez Surveillance de la qualité des données et des modèles avec Amazon SageMaker Model Monitor.

Pour vous lancer dans le machine learning avec SageMaker AI, créez un compte AWS dans Configuration de SageMaker AI.