Resep yang Disarankan - Amazon Machine Learning

Kami tidak lagi memperbarui layanan Amazon Machine Learning atau menerima pengguna baru untuk itu. Dokumentasi ini tersedia untuk pengguna yang sudah ada, tetapi kami tidak lagi memperbaruinya. Untuk informasi selengkapnya, lihat Apa itu Amazon Machine Learning.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Resep yang Disarankan

Saat Anda membuat sumber data baru di Amazon, dan statistik dihitung untuk sumber data tersebut, Amazon ML juga akan membuat resep yang disarankan yang dapat digunakan untuk membuat model ML baru dari sumber data. Sumber data yang disarankan didasarkan pada data dan atribut target yang ada dalam data, dan menyediakan titik awal yang berguna untuk membuat dan menyempurnakan model ML Anda.

Untuk menggunakan resep yang disarankan di konsol Amazon Amazon, pilih Datasource atau Datasource dan model ML dari daftar drop-down Buat baru. Untuk pengaturan model ML, Anda akan memiliki pilihan pengaturan Pelatihan dan Evaluasi Default atau Kustom dalam langkah Pengaturan Model ML dari wizard Buat Model ML. Jika Anda memilih opsi Default, Amazon ML akan secara otomatis menggunakan resep yang disarankan. Jika Anda memilih opsi Kustom, editor resep di langkah berikutnya akan menampilkan resep yang disarankan, dan Anda akan dapat memverifikasi atau memodifikasinya sesuai kebutuhan.

catatan

Amazon ML memungkinkan Anda untuk membuat sumber data dan kemudian segera menggunakannya untuk membuat model ML, sebelum perhitungan statistik selesai. Dalam hal ini, Anda tidak akan dapat melihat resep yang disarankan di opsi Kustom, tetapi Anda masih dapat melanjutkan melewati langkah itu dan meminta Amazon ML. menggunakan resep default untuk pelatihan model.

Untuk menggunakan resep yang disarankan dengan Amazon ML API, Anda dapat meneruskan string kosong di parameter Resep dan RecipeUri API. Tidak mungkin untuk mengambil resep yang disarankan menggunakan Amazon MLAPI.