model.deploy to allow for auto scale configuration

**Describe the feature you'd like**

today we deploy a model like so:

```python
model = SKLearn(
entry_point=script_path,
framework_version="0.20.0",
py_version="py3",
instance_type="ml.m5.2xlarge",
role=role,
sagemaker_session=sagemaker_session,
dependencies=[...],
)

predictor = model.deploy(
endpoint_name="some_name",
initial_instance_count=1,
instance_type="ml.m5.large",
predictor_cls=SKLearnPredictorJson,
)
```

**How would this feature be used? Please describe.**

When calling `model.deploy` it would be ideal if there was a way to set an autoscale policy (similar to how we can set `initial_instance_count`).

**Describe alternatives you've considered**

I'm still researching if I can use `SKLearn` class while also using boto3 to attach a policy.

Commencez par le point d'entrée model.deploy et l'implémentation du modèle SKLearn, puis examinez l'alternative boto3 mentionnée dans l'issue. Déterminez la configuration prise en charge de la stratégie d'autoscaling et la forme de son API ; le travail est terminé lorsque les appelants peuvent configurer l'autoscaling lors du déploiement d'un modèle et que le comportement est couvert par les tests pertinents.

Rédigé par le modèle d'indexation à partir du texte de l'issue.