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.

# Violazioni della deviazione del bias
<a name="clarify-model-monitor-bias-drift-violations"></a>

I processi sulla deviazione del bias valutano i vincoli di base forniti dalla [configurazione di base](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateModelBiasJobDefinition.html#sagemaker-CreateModelBiasJobDefinition-request-ModelBiasBaselineConfig) rispetto ai risultati delle analisi correnti`MonitoringExecution`. Se vengono rilevate violazioni, il processo le elenca nel file *constraint\$1violations.json* nella posizione di output delle esecuzioni e contrassegna lo stato di esecuzione come [Interpretazione dei risultati](model-monitor-interpreting-results.md).

Di seguito è riportato lo schema del file delle violazioni di deviazione del bias.
+ `facet`: il nome del facet, fornito dal facet di configurazione dell'analisi del processo di monitoraggio `name_or_index`. 
+ `facet_value`: il valore del facet, fornito dal facet di configurazione dell'analisi del processo di monitoraggio `value_or_threshold`.
+ `metric_name`: il nome breve del parametro di bias. Ad esempio, "CI" per lo squilibrio di classe (class imbalance). Consulta [Metriche di bias pre-addestramento](clarify-measure-data-bias.md) per vedere i nomi brevi di ciascun parametro di bias pre-addestramento e [Metriche sui bias dei modelli e dei dati di post-addestramento](clarify-measure-post-training-bias.md) i nomi brevi di ciascun parametro di bias post-addestramento.
+ `constraint_check_type`: il tipo di violazione monitorata. Attualmento solo `bias_drift_check` è supportato.
+ `description`: un messaggio descrittivo che spiega la violazione.

```
{
    "version": "1.0",
    "violations": [{
        "facet": "string",
        "facet_value": "string",
        "metric_name": "string",
        "constraint_check_type": "string",
        "description": "string"
    }]
}
```

Una parametro di bias viene utilizzato per misurare il livello di uguaglianza in una distribuzione. Un valore vicino a zero indica che la distribuzione è più bilanciata. Se il valore di un parametro di bias nel file dei risultati dell'analisi del processo (analysis.json) è inferiore al valore corrispondente nel file dei vincoli di base, viene registrata una violazione. Ad esempio, se il vincolo di base del parametro di base DPPL è `0.2` e il risultato dell'analisi è `0.1`, non viene registrata alcuna violazione perché `0.1` è più vicino a `0` rispetto a `0.2`. Tuttavia, se il risultato dell'analisi è `-0.3`, viene registrata una violazione perché è più lontana da `0` rispetto al vincolo di base di `0.2`.

```
{
    "version": "1.0",
    "violations": [{
        "facet": "Age",
        "facet_value": "40",
        "metric_name": "CI",
        "constraint_check_type": "bias_drift_check",
        "description": "Value 0.0751544567666083 does not meet the constraint requirement"
    }, {
        "facet": "Age",
        "facet_value": "40",
        "metric_name": "DPPL",
        "constraint_check_type": "bias_drift_check",
        "description": "Value -0.0791244970125596 does not meet the constraint requirement"
    }]
}
```