Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Tutorial per la creazione di modelli con le istanze del notebook
Questo tutorial introduttivo ti spiega come creare un'istanza di notebook, aprire un SageMaker notebook Jupyter con un kernel preconfigurato con l'ambiente Conda per l'apprendimento automatico e avviare una sessione di SageMaker intelligenza artificiale per eseguire un ciclo di machine learning end-to-end. Imparerai come salvare un set di dati in un bucket Amazon S3 predefinito associato SageMaker automaticamente alla sessione di intelligenza artificiale, inviare un processo di formazione su un modello ML ad Amazon EC2 e distribuire il modello addestrato per la previsione mediante hosting o inferenza in batch tramite Amazon EC2.
Questo tutorial mostra esplicitamente un flusso di machine learning completo per addestrare il modello XGBoost dal pool di modelli integrato nell'intelligenza artificiale. SageMaker Utilizzi il set di dati del censimento degli adulti degli Stati Uniti
-
SageMaker AI XGBoost — Il modello XGBoost è adattato all'ambiente AI e preconfigurato
come contenitori Docker. SageMaker SageMaker L'intelligenza artificiale fornisce una suite di algoritmi integrati preparati per l'utilizzo delle funzionalità di intelligenza artificiale. SageMaker Per saperne di più su quali algoritmi ML sono adattati all' SageMaker intelligenza artificiale, consulta Scegli un algoritmo e usa Amazon SageMaker Built-in Algorithms. Per le operazioni API basate sull'algoritmo SageMaker AI, consulta First-Party Algoritmi nell'SDK Amazon SageMaker Python . -
Set di dati Adult Census
: il set di dati del database del Census Bureau del 1994 di Ronny Kohavi e Barry Becker (Data Mining and Visualization, Silicon Graphics). Il modello SageMaker AI XGBoost viene addestrato utilizzando questo set di dati per prevedere se un individuo guadagna più di 50.000 dollari all'anno o meno.
Argomenti
