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.

# XGBoost quaderni di esempio
<a name="xgboost-sample-notebooks"></a>

L'elenco seguente contiene una serie di notebook Jupyter di esempio che riguardano diversi casi d'uso dell'algoritmo Amazon AI. SageMaker XGBoost 
+ [Come creare un XGBoost contenitore personalizzato](https://sagemaker-examples.readthedocs.io/en/latest/aws_sagemaker_studio/sagemaker_studio_image_build/xgboost_bring_your_own/Batch_Transform_BYO_XGB.html): questo notebook mostra come creare un XGBoost container personalizzato con Amazon SageMaker AI Batch Transform.
+ [Regressione con XGBoost Parquet](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/xgboost_abalone/xgboost_parquet_input_training.html): questo taccuino mostra come utilizzare il set di dati Abalone in Parquet per addestrare un modello. XGBoost 
+ [Come eseguire l’addestramento e ospitare un modello di classificazione multiclasse](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/xgboost_mnist/xgboost_mnist.html): questo notebook mostra come utilizzare il set di dati MNIST per addestrare e ospitare un modello di classificazione multiclasse.
+ [Come addestrare un modello per la previsione del tasso di abbandono dei clienti](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_applying_machine_learning/xgboost_customer_churn/xgboost_customer_churn.html): questo notebook mostra come addestrare un modello per prevedere l’abbandono dei clienti con dispositivi mobili nel tentativo di identificare i clienti insoddisfatti.
+ [Un'introduzione all'infrastruttura Spot gestita da Amazon SageMaker AI per la XGBoost formazione](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/xgboost_abalone/xgboost_managed_spot_training.html): questo notebook mostra come utilizzare le istanze Spot per la formazione con un XGBoost container.
+ [Come usare Amazon SageMaker Debugger per eseguire il debug dei lavori di XGBoost formazione](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-debugger/xgboost_census_explanations/xgboost-census-debugger-rules.html): questo notebook mostra come utilizzare Amazon SageMaker Debugger per monitorare i lavori di formazione e rilevare incoerenze utilizzando regole di debug integrate.

Per istruzioni su come creare e accedere alle istanze di notebook Jupyter da utilizzare per eseguire l'esempio in AI, consulta. SageMaker [Istanze SageMaker per notebook Amazon](nbi.md) Dopo aver creato un'istanza di notebook e averla aperta, scegli la scheda **Esempi SageMaker AI** per visualizzare un elenco di tutti gli esempi di IA. SageMaker I notebook di esempio di modellazione dell'argomento che utilizzano gli algoritmi Linear Learner sono disponibili nella sezione con l'**introduzione agli algoritmi di Amazon**. Per aprire un notebook, seleziona la relativa scheda **Utilizza** e scegli **Crea copia**.