本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

模型管理，以管理許可並追蹤模型效能

模型控管是一種架構，可讓您有系統地瞭解機器學習 (ML) 模型開發、驗證和使用情況。Amazon SageMaker 提供專用 ML 治理工具，用於管理 ML 生命週期的控制存取、活動追蹤和報告。

使用 Amazon SageMaker Role Manager 管理 ML 從業人員的最低權限許可、使用 Amazon SageMaker Model Card 建立詳細的模型文件，以及使用 Amazon SageMaker Model Dashboard 透過集中式儀表板取得模型的可見性。

Amazon SageMaker Role Manager

透過 Amazon SageMaker Role Manager，管理員可以為常見的機器學習活動定義具有最低權限的使用者許可。使用 Amazon SageMaker Role Manager 建立和管理針對您業務需求的角色型IAM角色。

如需詳細資訊，請參閱Amazon SageMaker Role Manager。

Amazon SageMaker 模型卡

使用 Amazon SageMaker Model Card 記錄、擷取和共用從概念到部署的重要模型資訊。透過模型卡，模型風險管理員、資料科學家和機器學習 (ML) 工程師可以建立預期模型使用、風險評等、訓練詳細資訊、評估結果等的不可變記錄。

如需詳細資訊，請參閱Amazon SageMaker 模型卡。

Amazon SageMaker Model Dashboard

Amazon SageMaker Model Dashboard 是帳戶中所有模型的預先建置視覺化概觀。 SageMaker Model Dashboard 整合了來自 Amazon SageMaker Model Monitor、轉換任務、端點、ML Lineage Tracking 和 Amazon 的寶貴資訊 CloudWatch ，因此您可以在單一統一檢視中存取高階模型資訊和追蹤模型效能。

如需詳細資訊，請參閱Amazon SageMaker Model Dashboard。

Amazon SageMaker Assets

Amazon SageMaker Assets 是簡化 ML 治理的新工作流程。它允許使用者輕鬆發佈、共用和訂閱 ML 資產和資料資產，例如特徵群組和 Amazon Redshift 資料表。

管理員使用 Amazon DataZone 來設定資料庫和 ML 基礎設施，讓使用者在 Amazon SageMaker Studio 中共用資產。設定後，使用者可以彼此無縫共用資產，而不需要額外的管理員額外負荷。如需 Amazon SageMaker Assets 的詳細資訊，請參閱 使用 Amazon Assets 控制 SageMaker 對資產的存取。