本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# Resources
<a name="resources"></a>

**參考**
+ David Nigenda、Zohar Karnin、Muhammad Bilal Zafar、Raghu Ramesha、Alan Tan、Celbe Donini 和 Krishnaram Kenthapadi。2022 年。「Amazon SageMaker 模型監控：部署Machine Learning模型的即時洞見系統」：[arXiv：2111.13657](https://arxiv.org/abs/2111.13657)。
+ Richard Meyes、Melanie Lu、Constantin Waubert de Puiseau 和 Tobias Meisen。2019 年。「人工神經網路中的電燒研究」：[arXiv：1901.08644](https://arxiv.org/abs/1901.08644)。
+ Brian Babcock、Mayur Datar 和 Rajeev Motwani。「透過串流資料從移動視窗取樣」：[Princeton University](https://www.cs.princeton.edu/courses/archive/spr04/cos598B/bib/BabcockDM.pdf)。
+ Chip Huyen。[https://www.amazon.com/Designing-Machine-Learning-Systems-Production-Ready/dp/1098107969](https://www.amazon.com/Designing-Machine-Learning-Systems-Production-Ready/dp/1098107969)。Sebastopol，加州：O'Reilly Media，2022。
+ Cathy Chen、Niall Murphy、Kranti Parisa、D. Sculley 和 Todd Underwood。[https://www.amazon.com/Reliable-Machine-Learning-Principles-Production/dp/1098106229](https://www.amazon.com/Reliable-Machine-Learning-Principles-Production/dp/1098106229)。Sebastopol，加州：O'Reilly Media，2022。

**其他讀取**
+ [AWS Well-Architected Framework：Machine Learning鏡頭](https://docs.aws.amazon.com/wellarchitected/latest/machine-learning-lens/machine-learning-lens.html)
+ [使用自訂 Amazon SageMaker Model Monitor 偵測 NLP 資料偏離](https://aws.amazon.com/blogs/machine-learning/detect-nlp-data-drift-using-custom-amazon-sagemaker-model-monitor/) （部落格文章）
+ [使用 Amazon SageMaker MLOps 專案進行機器學習模型的動態 A/B 測試](https://aws.amazon.com/blogs/machine-learning/dynamic-a-b-testing-for-machine-learning-models-with-amazon-sagemaker-mlops-projects/) （部落格文章）

**工具**
+ [Amazon SageMaker](https://docs.aws.amazon.com/sagemaker/latest/dg/whatis.html)
+ [資料版本控制 (DVC)](https://github.com/treeverse/dvc)

**諮詢**
+ [AWS 專業服務](https://aws.amazon.com/professional-services/)