Lab - Monitor a Model for Data Drift (Simplified Chinese)
Offered By: Amazon Web Services via AWS Skill Builder
Course Description
Overview
实验概览
AnyCompany Consulting 在生产环境中使用鲍鱼回归模型。该公司希望监控实时推理中使用的数据,并检测新数据中发生的任何数据漂移。如果检测到任何数据漂移,您需要自动重新训练模型。
在本实验中,您将创建激活了数据捕获的生产终端节点、生成基准统计数据和约束、创建 SageMaker 模型监控器基准处理任务、针对 SageMaker 模型监控器设置 CloudWatch 警报、查看模型性能以及启动自动化工作流来重新训练模型。
目标
完成本实验后,您应能够:
- 为实时终端节点激活数据捕获。
- 生成基准统计数据和约束。
- 创建 SageMaker 模型监控器基准处理任务。
- 针对数据漂移设置提醒和通知。
- 启动自动化模型重新训练工作流。
图标说明
本实验中使用了各种不同的图标,以提醒您注意指南的特定方面。下面的列表解释了每个图标的用途:
- 注意:一项提示、技巧或重要指导。
- 了解详情:可以找到更多信息的位置。
- 任务完成:本实验的总结或结论要点。
- 提醒:提示特别相关或重要的信息(不查看该信息并不会损坏设备或数据,但可能导致需要重复某些步骤)。
- 警告:提醒这是一项不可逆转且可能造成命令或进程失败的操作(包括提醒配置在完成后将无法更改)。
Tags
Related Courses
How to Detect Silent Failures in ML ModelsData Science Dojo via YouTube Dataset Management for Computer Vision - Important Component to Delivering Computer Vision Solutions
Open Data Science via YouTube Testing ML Models in Production - Detecting Data and Concept Drift
Databricks via YouTube Ekya - Continuous Learning of Video Analytics Models on Edge Compute Servers
USENIX via YouTube Building and Maintaining High-Performance AI
Data Science Dojo via YouTube