翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
ノートブックインスタンスを使用してモデルを構築するためのチュートリアル
この開始方法のチュートリアルでは、SageMaker ノートブックインスタンスの作成方法、機械学習用に Conda 環境で事前設定されたカーネルで Jupyter ノートブックを開く方法、エンドツーエンドの ML サイクルを実行するための SageMaker AI セッションの開始方法についてのウォークスルーを提供します。データセットを SageMaker AI セッションと自動的にペアリングされたデフォルトの Amazon S3 バケットに保存する方法、ML モデルのトレーニングジョブを Amazon EC2 に送信する方法、トレーニング済みのモデルを Amazon EC2 を介したホスティングまたはバッチ推論で予測用にデプロイする方法を説明します。
このチュートリアルでは、SageMaker AI 組み込みモデルプールから XGBoost モデルをトレーニングする詳細な ML フローをわかりやすく紹介します。米国成人国勢調査データセット
-
SageMaker XGBoost – XGBoost
モデルは、SageMaker AI 環境に適合し、Docker コンテナとして事前設定されています。SageMaker AI は、SageMaker AI 機能の使用に対応した一連の組み込みアルゴリズムを提供しています。SageMaker AI に適応した ML アルゴリズムの詳細については、「アルゴリズムを選択する」と「Amazon SageMaker 組み込みアルゴリズムを使用する」を参照してください。SageMaker AI の組み込みアルゴリズム API のオペレーションについては、「Amazon SageMaker Python SDK 」の「ファーストパーティーアルゴリズム 」を参照してください。 -
成人国勢調査データセット
- Ronny Kohavi 氏と Barry Becker 氏による 1994 年国勢調査局データベース からのデータセットです (Data Mining and Visualization、Silicon Graphics)。SageMaker AI XGBoost モデルはこのデータセットを使用してトレーニング済みであり、個人の年間所得が 50,000 USD 以下になるかどうかを予測します。
トピック
