Qualità del modello - Amazon SageMaker AI

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.

Qualità del modello

I processi di monitoraggio della qualità dei modelli monitorano le prestazioni di un modello confrontando le previsioni effettuate dal modello con le etichette Ground Truth effettive che il modello tenta di prevedere. A tal fine, il monitoraggio della qualità del modello unisce i dati acquisiti dall'inferenza in tempo reale o in batch con le etichette effettive archiviate in un bucket Amazon S3, quindi confronta le previsioni con le etichette effettive.

Per valutare la qualità del modello, il monitoraggio utilizza parametri che dipendono dal tipo di problema di machine learning. Ad esempio, se il modello è pensato per un problema di regressione, uno dei parametri valutati è l'errore quadratico medio (mse). Per informazioni su tutti i parametri utilizzati per i diversi tipi di problemi di machine learning, consulta Metriche di qualità dei modelli e monitoraggio di Amazon CloudWatch .

Il monitoraggio della qualità del modello segue le stesse fasi di quello della qualità dei dati, ma aggiunge la fase aggiuntiva di unire le etichette effettive di Amazon S3 con le previsioni acquisite dall'endpoint di inferenza in tempo reale o dal processo di trasformazione di batch. Per monitorare la qualità del modello, segui queste fasi: