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.
# Planifications et alertes de Model Monitor
À l'aide du SDK Python, vous pouvez créer un moniteur de modèle pour la qualité des données, la qualité du modèle, la dérive du biais ou la dérive d'attribution des fonctionnalités. Pour plus d'informations sur l'utilisation de SageMaker Model Monitor, consultez[Surveillance de la qualité des données et des modèles avec Amazon SageMaker Model Monitor](model-monitor.md). Le tableau de bord des modèles renseigne les informations à partir de tous les moniteurs que vous créez sur tous les modèles de votre compte. Vous pouvez suivre l'état de chaque moniteur, qui indique s'il fonctionne comme prévu ou s'il est défaillant en raison d'une erreur interne. Vous pouvez également activer ou désactiver n'importe quel moniteur directement sur la page de détails du modèle. Pour obtenir des instructions sur la façon de visualiser les moniteurs programmés pour un modèle, consultez [Affichage des moniteurs planifiés](model-dashboard-schedule-view.md). Pour obtenir des instructions sur la façon d’activer ou de désactiver les modèles de moniteur, consultez [Activation ou désactivation d'un moniteur de modèle](model-dashboard-schedule-activate.md).
Un moniteur de modèle correctement configuré et fonctionnant activement peut déclencher des alertes, auquel cas les exécutions de surveillance génèrent des rapports de violation. Pour plus d’informations sur le fonctionnement des alertes et sur la façon d’afficher les résultats, l’historique et les liens vers les rapports de tâches à des fins de débogage, consultez [Affichage et modification d'alertes](model-dashboard-alerts.md).
# Affichage des moniteurs planifiés
Utilisez SageMaker Model Monitor pour surveiller en permanence vos modèles d'apprentissage automatique afin de détecter la dérive des données, la qualité des modèles, les biais et d'autres problèmes susceptibles d'avoir un impact sur les performances des modèles. Une fois que vous avez configuré les programmes de surveillance, vous pouvez consulter les détails de ces moniteurs planifiés via la console SageMaker AI. La procédure suivante décrit les étapes à suivre pour accéder aux moniteurs planifiés pour un modèle donné et les passer en revue, y compris leur statut actuel :
**Pour visualiser les moniteurs planifiés d’un modèle**
1. Ouvrez la [console SageMaker AI](https://console.aws.amazon.com/sagemaker/).
1. Sélectionnez **Governance** (Gouvernance) dans le volet de gauche.
1. Sélectionnez **Model Dashboard**.
1. Dans la section **Models** (Modèles) de Model Dashboard, sélectionnez le nom du modèle des moniteurs programmés que vous souhaitez visualiser.
1. Consultez les moniteurs planifiés dans la section **Monitor schedule** (Planification des moniteurs). Vous pouvez consulter l'état de chaque moniteur dans la colonne **Status schedule** (Planification de l'état), qui correspond à l'une des valeurs suivantes :
+ **Failed** (Échec) : le calendrier de surveillance a échoué en raison d'un problème de configuration ou de paramètres (autorisations utilisateur incorrectes, par exemple).
+ **Pending** (En attente) : la planification du moniteur est en cours.
+ **Stopped** (Arrêté) : la planification est arrêtée par l'utilisateur.
+ **Scheduled** (Planifié) : la planification est créée et s'exécute à la fréquence que vous avez spécifiée.
# Activation ou désactivation d'un moniteur de modèle
Utilisez la procédure suivante pour activer ou désactiver un moniteur de modèle.
**Pour activer ou désactiver un moniteur de modèle, procédez comme suit :**
1. Ouvrez la [console SageMaker AI](https://console.aws.amazon.com/sagemaker/).
1. Sélectionnez **Governance** (Gouvernance) dans le volet de gauche.
1. Sélectionnez **Model Dashboard**.
1. Dans la section **Models** (Modèles) du Model Dashboard, sélectionnez le nom du modèle de l'alerte que vous souhaitez modifier.
1. Choisissez le bouton radio à côté de la planification du moniteur de l'alerte que vous souhaitez modifier.
1. (Facultatif) Choisissez **Deactivate monitor schedule** (Désactiver la planification du moniteur) si vous souhaitez désactiver la planification de votre moniteur.
1. (Facultatif) Choisissez **Activate monitor schedule** (Activer la planification du moniteur) si vous souhaitez activer la planification de votre moniteur.
# Affichage et modification d'alertes
Le Model Dashboard affiche les alertes que vous avez configurées sur Amazon CloudWatch. Vous pouvez modifier les critères d'alerte dans le tableau de bord lui-même. Les critères d'alerte dépendent de deux paramètres :
+ **Datapoints to alert** (Points de données à alerter) : au cours de la période d'évaluation, le nombre d'échecs d'exécution déclenchant une alerte.
+ **Evaluation period** (Période d'évaluation) : nombre d'exécutions de surveillance les plus récentes à prendre en compte lors de l'évaluation de l'état des alertes.
L'image suivante montre un exemple de scénario d'une série d'exécutions de Model Monitor dans lequel nous définissons une valeur **Evaluation period** (Période d'évaluation) hypothétique de 3 et une valeur **Datapoints to alert** (Points de données à alerter) de 2. Après chaque exécution de surveillance, le nombre de défaillances est compté dans la période d'évaluation **Evaluation period** de 3. Si le nombre de défaillances atteint ou dépasse la valeur **Datapoints to alert** (Points de données à alerter) de 2, le moniteur émet une alerte et reste en état d'alerte jusqu'à ce que le nombre de défaillances au cours de l'**Evaluation period** (Période d'évaluation) devienne inférieur à 2 lors des itérations suivantes. Dans l'image, les fenêtres d'évaluation sont rouges lorsque le moniteur déclenche une alerte ou reste en état d'alerte, et vertes dans le cas contraire.
Notez que même si la taille de la fenêtre d'évaluation n'a pas atteint la période d'évaluation **Evaluation period** de 3, comme indiqué dans les deux premières lignes de l'image, le moniteur émet toujours une alerte si le nombre de défaillances atteint ou dépasse la valeur **Datapoints to alert** (Points de données à alerter) de 2.
![\[Une séquence de sept exemples d’exécutions de surveillance.\]](http://docs.aws.amazon.com/fr_fr/sagemaker/latest/dg/images/model_monitor/model-dashboard-alerts-window.png)
Sur la page de détails du moniteur, vous pouvez consulter l’historique de vos alertes, modifier les critères d’alerte existants et consulter les rapports des tâches pour vous aider à résoudre les échecs d’alerte. Pour obtenir des instructions sur la façon de consulter l’historique des alertes ou les rapports de tâches en cas d’échec de la surveillance des exécutions, consultez [Affichage de l'historique des alertes ou des rapports sur les tâches](model-dashboard-alerts-view.md). Pour obtenir des instructions sur la façon de modifier les critères d'alerte, veuiillez consulter [Modification des critères d'alerte](model-dashboard-alerts-edit.md).
# Affichage de l'historique des alertes ou des rapports sur les tâches
**Pour consulter l’historique des alertes ou les rapports sur les tâches concernant les échecs d’exécution, procédez comme suit :**
1. Ouvrez la [console SageMaker AI](https://console.aws.amazon.com/sagemaker/).
1. Sélectionnez **Governance** (Gouvernance) dans le volet de gauche.
1. Sélectionnez **Model Dashboard**.
1. Dans la section **Models** (Modèles) du Model Dashboard, sélectionnez le nom du modèle de l'historique l'alerte que vous souhaitez consulter.
1. Dans la colonne **Schedule name** (Nom du calendrier), sélectionnez le nom du moniteur de l'historique des alertes que vous souhaitez consulter.
1. Pour consulter l'historique des alertes, sélectionnez l'onglet **Alert history** (Historique des alertes).
1. (Facultatif) Procédez comme suit pour consulter les rapports des tâches relatifs à la surveillance des exécutions :
1. Dans l'onglet **Alert history** (Historique des alertes), sélectionnez **View executions** (Afficher les exécutions) pour l'alerte que vous souhaitez examiner.
1. Dans le tableau **Execution history** (Historique des exécutions), choisissez **View report** (Afficher le rapport) pour l'exécution de surveillance que vous souhaitez examiner.
**Le rapport affiche les informations suivantes :**
+ **Feature** (Fonctionnalité) : fonctionnalité de machine learning définie par l'utilisateur et surveillée
+ **Constraint** (Contrainte) : contrôle spécifique au sein du moniteur
+ **Violation details** (Détails de la violation) : informations sur la raison pour laquelle la contrainte a été violée
# Modification des critères d'alerte
**Pour modifier une alerte dans Model Dashboard, procédez comme suit :**
1. Ouvrez la [console SageMaker AI](https://console.aws.amazon.com/sagemaker/).
1. Sélectionnez **Governance** (Gouvernance) dans le volet de gauche.
1. Sélectionnez **Model Dashboard**.
1. Dans la section **Models** (Modèles) du Model Dashboard, sélectionnez le nom du modèle de l'alerte que vous souhaitez modifier.
1. Choisissez le bouton radio à côté de la planification du moniteur de l'alerte que vous souhaitez modifier.
1. Choisissez **Edit Alert** (Modifier l'alerte) dans la section **Monitor schedule** (Planification du moniteur).
1. (Facultatif) Modifiez **Datapoints to alert** (Points de données à alerter) si vous souhaitez modifier le nombre de défaillances au cours de l'**Evaluation period** (Période d'évaluation) qui déclenchent une alerte.
1. (Facultatif) Modifiez **Evaluation period** (Période d'évaluation) si vous souhaitez modifier le nombre d'exécutions de surveillance les plus récentes à prendre en compte lors de l'évaluation de l'état des alertes.