Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
XGBoost contoh buku catatan
Daftar berikut berisi berbagai contoh notebook Jupyter yang membahas berbagai kasus penggunaan algoritma Amazon SageMaker AI. XGBoost
-
Cara Membuat XGBoost Container Kustom
- Notebook ini menunjukkan cara membuat XGBoost Container khusus dengan Amazon SageMaker AI Batch Transform. -
Regresi dengan XGBoost menggunakan Parket
— Notebook ini menunjukkan cara menggunakan dataset Abalone di Parket untuk melatih model. XGBoost -
Cara Melatih dan Menghosting Model Klasifikasi Multiclass
— Notebook ini menunjukkan cara menggunakan dataset MNIST untuk melatih dan menjadi tuan rumah model klasifikasi multikelas. -
Cara melatih Model untuk Prediksi Churn Pelanggan
— Buku catatan ini menunjukkan kepada Anda cara melatih model untuk Memprediksi Keberangkatan Pelanggan Seluler dalam upaya mengidentifikasi pelanggan yang tidak bahagia. -
Pengantar infrastruktur Spot Terkelola Amazon SageMaker AI untuk XGBoost Pelatihan
— Notebook ini menunjukkan cara menggunakan Instans Spot untuk pelatihan dengan XGBoost Container. -
Cara menggunakan Amazon SageMaker Debugger untuk men-debug Pekerjaan XGBoost Pelatihan
— Buku catatan ini menunjukkan cara menggunakan Amazon SageMaker Debugger untuk memantau pekerjaan pelatihan guna mendeteksi inkonsistensi menggunakan aturan debugging bawaan.
Untuk petunjuk tentang cara membuat dan mengakses instance notebook Jupyter yang dapat Anda gunakan untuk menjalankan contoh di SageMaker AI, lihat. Instans SageMaker notebook Amazon Setelah Anda membuat instance notebook dan membukanya, pilih tab Contoh SageMaker AI untuk melihat daftar semua sampel SageMaker AI. Contoh buku catatan pemodelan topik menggunakan algoritme pembelajaran linier terletak di bagian Pengantar Algoritma Amazon. Untuk membuka buku catatan, pilih tab Use dan pilih Create copy.
