金融サービス会社が SageMaker でクレジットスコアリングモデルを訓練しました。本番デプロイ前に、コンプライアンス要件として ①保護対象属性（人種・性別・年齢）に対する不公平な影響がないことの定量的な証明 ②個別の融資判定をローンオフィサーが理解できる説明の提供 が必要です。この 2 つの要件を最小限の追加実装で満たす SageMaker Clarify の機能の組み合わせはどれですか？（2つ選択）
選択肢AのSageMaker Clarifyバイアス検出ジョブは、保護対象属性（ファセット）ごとにDisparate Impact（予測結果の属性間不均衡度）などの統計的バイアス指標を定量測定し、要件①を満たします。 選択肢BのSageMaker Debuggerはトレーニング中の勾配ノルム（gradient norm）など技術的パラメータを監視するツールで、バイアスの定量化機能はありません。 選択肢CのSageMaker Clarify説明可能性ジョブは、SHAP（SHapley Additive exPlanations、ゲーム理論に基づき各特徴量の予測への貢献度を数値化する手法）値で個別予測の根拠を提示し、要件②を満たします。 選択肢DのSageMaker Model Monitorは本番環境の予測ドリフトを継続追跡するサービスで、デプロイ前のバイアス検証には使用しません。 選択肢AとCはいずれもClarify単体で実現でき、追加実装は不要です。