As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Programações e alertas do Model Monitor
Usando o Python SDK, você pode criar um monitor de modelo para qualidade de dados, qualidade do modelo, desvio de polarização ou desvio de atributo de atributos. Para obter mais informações sobre como usar o SageMaker Model Monitor, consulte[Monitoramento da qualidade de dados e modelos com o Amazon SageMaker Model Monitor](model-monitor.md). O Painel de modelo preenche as informações de todos os monitores que você cria em todos os modelos na sua conta. Você pode acompanhar o status de cada monitor, o que indica se o monitor está funcionando conforme o esperado ou falhou devido a um erro interno. Você também pode ativar ou desativar qualquer monitor na própria página de detalhes do modelo. Para obter instruções sobre como visualizar monitores programados de um modelo, consulte [Visualizar monitores programados](model-dashboard-schedule-view.md). Para obter instruções sobre como ativar ou desativar monitores de modelo, consulte [Ativar ou desativar um Model Monitor](model-dashboard-schedule-activate.md).
Um modelo de monitor configurado adequadamente e em execução ativa pode gerar alertas. Nesse caso, as execuções de monitoramento produzem relatórios de violação. Para obter detalhes sobre como os alertas funcionam e como visualizar os resultados dos alertas, o histórico e os links para relatórios de tarefas para depuração, consulte [Visualizar e editar alertas](model-dashboard-alerts.md).
# Visualizar monitores programados
Use o SageMaker Model Monitor para monitorar continuamente seus modelos de aprendizado de máquina em busca de desvios de dados, qualidade do modelo, viés e outros problemas que possam afetar o desempenho do modelo. Depois de configurar os cronogramas de monitoramento, você pode ver os detalhes desses monitores programados por meio do console de SageMaker IA. O seguinte procedimento descreve as etapas para acessar e rever o monitoramento agendado para um modelo específico, incluindo seu status atual:
**Para visualizar os monitoramentos programados de um modelo**
1. Abra o [console de SageMaker IA](https://console.aws.amazon.com/sagemaker/).
1. Escolha **Governança** no painel esquerdo.
1. Escolha **Painel de modelo**.
1. Na seção **Modelos** do Painel de modelo, selecione o nome do modelo dos monitores programados que você deseja visualizar.
1. Visualize os monitores programados na seção **Monitorar a programação**. Você pode revisar o status de cada monitor na coluna **Programação de status**, que é um dos seguintes valores:
+ **Falha**: a programação do monitoramento falhou devido a um problema com a configuração ou configurações (como permissões de usuário incorretas).
+ **Pendente**: o monitor está em processo de ser programado.
+ **Parado**: a programação é interrompida pelo usuário.
+ **Programado**: o agendamento é criado e executado na frequência especificada.
# Ativar ou desativar um Model Monitor
Use o procedimento a seguir para ativar ou desativar o monitoramento de um modelo.
**Para ativar ou desativar um Model Monitor, conclua as seguintes etapas:**
1. Abra o [console de SageMaker IA](https://console.aws.amazon.com/sagemaker/).
1. Escolha **Governança** no painel esquerdo.
1. Escolha **Painel de modelo**.
1. Na seção **Modelos** do Painel de modelos, selecione o nome do modelo do endpoint que você deseja visualizar.
1. Escolha a caixa de rádio ao lado da programação do monitor do alerta que você deseja modificar.
1. (opcional) Escolha **Desativar programação do monitor** se quiser desativar sua programação do monitor.
1. (opcional) Escolha **Ativar programação do monitor** se quiser ativar sua programação do monitor.
# Visualizar e editar alertas
O painel do modelo exibe alertas que você configurou na Amazon CloudWatch. Você pode modificar os critérios de alerta dentro do próprio painel. Os critérios de alerta dependem de dois parâmetros:
+ **Pontos de dados a serem alertados**: dentro do período de avaliação, quantas falhas na execução geram um alerta.
+ **Período de avaliação**: o número das execuções de monitoramento mais recentes a serem consideradas ao avaliar o status do alerta.
A imagem a seguir mostra um exemplo de cenário de uma série de execuções do Model Monitor em que definimos um **período de avaliação** hipotético de 3 e **Pontos de dados a serem alertados** com o valor de alerta de 2. Após cada execução de monitoramento, o número de falhas é contabilizado dentro do **período de avaliação** de 3. Se o número de falhas atingir ou exceder os **Pontos de dados a serem alertados** 2, o monitor emitirá um alerta e permanecerá no status de alerta até que o número de falhas no **período de avaliação** se torne menor que 2 nas iterações subsequentes. Na imagem, as janelas de avaliação ficam vermelhas quando o monitor emite um alerta ou permanece no status de alerta e verdes caso contrário.
Observe que, mesmo que o tamanho da janela de avaliação não tenha atingido o **período de avaliação** de 3, conforme mostrado nas primeiras 2 linhas da imagem, o monitor ainda emitirá um alerta se o número de falhas atingir ou exceder os **Pontos de dados a serem alertados** de 2.
![\[Uma sequência de sete exemplos de execuções de monitoramento.\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/model_monitor/model-dashboard-alerts-window.png)
Na página de detalhes do monitor, você pode visualizar seu histórico de alertas, editar critérios de alerta existentes e visualizar relatórios de tarefas para ajudá-lo a depurar falhas de alerta. Para obter instruções sobre como visualizar o histórico de alertas ou relatórios de tarefas para execuções de monitoramento com falha, consulte [Exibir histórico de alertas ou relatórios de trabalho](model-dashboard-alerts-view.md). Para instruções sobre como editar os critérios de alerta, consulte [Editar critérios de alerta](model-dashboard-alerts-edit.md).
# Exibir histórico de alertas ou relatórios de trabalho
**Para visualizar o histórico de alertas ou relatórios de trabalhos de execuções com falha, conclua as seguintes etapas:**
1. Abra o [console de SageMaker IA](https://console.aws.amazon.com/sagemaker/).
1. Escolha **Governança** no painel esquerdo.
1. Escolha **Painel de modelo**.
1. Na seção **Modelos** do Painel de modelo, selecione o nome do modelo do histórico de alertas que você deseja visualizar.
1. Na coluna **Nome da Programação**, selecione o nome do monitor do histórico de alertas que você deseja visualizar.
1. Para ver o histórico de alertas, selecione a guia **Histórico de alertas**.
1. (opcional) Para visualizar relatórios de trabalho de monitoramento de execuções, conclua as seguintes etapas:
1. Na guia **Histórico de alertas**, escolha **Exibir execuções** para o alerta que você deseja investigar.
1. Na tabela **Histórico de execução**, escolha **Exibir relatório** da execução de monitoramento que você deseja investigar.
**O relatório exibirá as seguintes informações:**
+ **Funcionalidade**: o atributo de ML definido pelo usuário que é monitorado
+ **Restrição**: a verificação específica no monitor
+ **Detalhes da violação**: informações sobre por que a restrição foi violada
# Editar critérios de alerta
**Para editar um alerta no Painel de modelo, conclua as seguintes etapas:**
1. Abra o [console de SageMaker IA](https://console.aws.amazon.com/sagemaker/).
1. Escolha **Governança** no painel esquerdo.
1. Escolha **Painel de modelo**.
1. Na seção **Modelos** do Painel de modelos, selecione o nome do modelo do endpoint que você deseja visualizar.
1. Escolha a caixa de rádio ao lado da programação do monitor do alerta que você deseja modificar.
1. Escolha **Editar alerta** na seção **Monitorar a programação**.
1. (opcional) Altere **Pontos de dados a serem alertados** se quiser alterar o número de falhas no **período de avaliação** que iniciam um alerta.
1. (opcional) Altere o **período de avaliação** se quiser alterar o número de execuções de monitoramento mais recentes a serem consideradas ao avaliar o status do alerta.