As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Recursos para usar Scikit-learn com a Amazon SageMaker AI
<a name="sklearn"></a>

Você pode usar o Amazon SageMaker AI para treinar e implantar um modelo usando Scikit-learn código personalizado. Os Scikit-learn estimadores e modelos do SageMaker AI Python SDK e os Scikit-learn contêineres de código aberto de SageMaker IA facilitam a criação de um Scikit-learn script e sua execução na IA. SageMaker A seção a seguir fornece material de referência que você pode usar para aprender a usar Scikit-learn com a SageMaker IA.

**Requisitos**

Scikit-learn 1.4 tem as seguintes dependências.


| Dependência | Versão mínima | 
| --- | --- | 
| Python | 3.10 | 
| NumPy | 2.1.0 | 
| SciPy | 1.15.3 | 
| joblib | 1.5.2 | 
| threadpoolctl | 3.6.0 | 

O Scikit-learn contêiner de SageMaker IA é compatível com as seguintes Scikit-learn versões.


|  Scikit-learn Versão suportada | Versão mínima do Python | 
| --- | --- | 
| 1.4-2 | 3.10 | 
| 1.2-1 | 3.8 | 
| 1.0-1 | 3.7 | 
| 0.23-1 | 3.6 | 
| 0.20.0 | 2.7 ou 3.4 | 

Para obter informações gerais sobre como escrever scripts de Scikit-learn treinamento e usar Scikit-learn estimadores e modelos com SageMaker IA, consulte [Usando Scikit-learn com o SDK do Python SageMaker ](https://sagemaker.readthedocs.io/en/stable/using_sklearn.html).

## O que você deseja fazer?
<a name="sklearn-intent"></a>

**nota**  
O Matplotlib v2.2.3 ou mais recente é necessário para executar os notebooks de exemplo de IA. SageMaker Scikit-learn 

Quero usar Scikit-learn para processamento de dados, engenharia de recursos ou avaliação de modelos em SageMaker IA.  
Para obter uma amostra do caderno Jupyter, consulte. [https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker\_processing/scikit\_learn\_data\_processing\_and\_model\_evaluation](https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker_processing/scikit_learn_data_processing_and_model_evaluation)  
Para uma postagem no blog sobre treinamento e implantação de um Scikit-learn modelo, consulte [Amazon SageMaker AI adiciona Scikit-Learn suporte](https://aws.amazon.com/blogs/machine-learning/amazon-sagemaker-adds-scikit-learn-support/).  
Para obter a documentação, consulte [ReadTheDocs](https://sagemaker.readthedocs.io/en/stable/amazon_sagemaker_processing.html#data-pre-processing-and-model-evaluation-with-scikit-learn).

Quero treinar um Scikit-learn modelo personalizado em SageMaker IA.  
Para obter uma amostra do caderno Jupyter, consulte. [https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker-python-sdk/scikit\_learn\_iris](https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker-python-sdk/scikit_learn_iris)  
Para obter a documentação, consulte [Treinar um modelo com Scikit-learn](https://sagemaker.readthedocs.io/en/stable/using_sklearn.html#train-a-model-with-sklearn).

Eu tenho um Scikit-learn modelo que treinei em SageMaker IA e quero implantá-lo em um endpoint hospedado.  
Para obter mais informações, consulte [Implantar Scikit-learn modelos](https://sagemaker.readthedocs.io/en/stable/using_sklearn.html#deploy-sklearn-models).

Tenho um Scikit-learn modelo que treinei fora da SageMaker IA e quero implantá-lo em um endpoint de SageMaker IA  
Para mais informações, consulte [Implantar Endpoints de dados do modelo](https://sagemaker.readthedocs.io/en/stable/using_sklearn.html#deploy-endpoints-from-model-data).

Quero ver a documentação da API para as classes do [Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable) Scikit-learn .  
Para obter mais informações, consulte [Scikit-learnClasses](https://sagemaker.readthedocs.io/en/stable/sagemaker.sklearn.html).

Quero ver informações sobre Scikit-learn contêineres de SageMaker IA.  
Para obter mais informações, consulte [ GitHub Repositório de SageMaker Scikit-learn contêineres](https://github.com/aws/sagemaker-scikit-learn-container).