本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 模型治理，以管理权限和跟踪模型性能
<a name="governance"></a>

模型治理是一个框架，您可以通过该框架系统地了解机器学习 (ML) 模型的开发、验证和使用。Amazon SageMaker AI 提供专门构建的机器学习治理工具，用于管理整个机器学习生命周期中的控制访问权限、活动跟踪和报告。

使用 Amazon Role Manager 管理机器学习从业者的最低权限权限，使用亚马逊 SageMaker 模型卡片创建详细的模型文档，并使用亚马逊模型控制面板通过集中式控制面板了解您的 SageMaker 模型。 SageMaker 

## Amazon SageMaker 角色管理器
<a name="governance-role-manager"></a>

借助 Amazon SageMaker Role Manager，管理员可以为常见的机器学习活动定义具有最低权限的用户权限。使用 Amazon SageMaker Role Manager 来构建和管理特定于您的业务需求的基于角色的 IAM 角色。

有关更多信息，请参阅 [Amazon SageMaker 角色管理器](role-manager.md)。

## 亚马逊 SageMaker 模型卡
<a name="governance-model-cards"></a>

使用 Amazon SageMaker 模型卡片记录、检索和共享从构思到部署的基本模型信息。有了模型卡，模型风险管理人员、数据科学家和机器学习工程师就可以创建关于模型预期用途、风险评级、训练详细信息、评估结果等的不可改变的记录。

有关更多信息，请参阅 [亚马逊 SageMaker 模型卡](model-cards.md)。

## 亚马逊 SageMaker 模型控制面板
<a name="governance-model-dashboard"></a>

Amazon SageMaker 模型控制面板是您账户中所有模型的预先构建的可视化概览。 SageMaker 模型控制面板集成了来自 Amazon SageMaker 模型监视器、转换作业、终端节点、机器学习血统跟踪和 Amazon 的宝贵信息， CloudWatch 因此您可以在一个统一的视图中访问高级模型信息并跟踪模型性能。

有关更多信息，请参阅 [亚马逊 SageMaker 模型控制面板](model-dashboard.md)。

## 亚马逊 SageMaker 资产
<a name="governance-asset-explorer"></a>

Amazon Ass SageMaker ets 是一个简化机器学习监管的新工作流程。它允许用户轻松发布、共享和订阅 ML 资产和数据资产，如特征组和 Amazon Redshift 表。

管理员使用 Amazon DataZone 来设置数据库和机器学习基础设施，以便用户在 Amazon SageMaker Studio 内共享资产。设置完成后，用户之间可以无缝共享资产，无需额外的管理员开销。有关 Amazon SageMaker 资产的更多信息，请参阅[使用 Amazon 资产控制对 SageMaker 资产的访问](sm-assets.md)。