本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
XGBoost 範例筆記本
下列清單包含了解決 Amazon SageMaker AI XGBoost 演算法不同使用案例的各種範例 Jupyter 筆記本。
-
如何建立自訂 XGBoost 容器
– 本筆記本說明如何使用 Amazon SageMaker AI Batch Transform 建立自訂的 XGBoost 容器。 -
使用 Parquet 進行 XGBoost 迴歸
– 此筆記本展示如何使用 Parquet 中的鮑魚資料集來訓練 XGBoost 模型。 -
如何訓練和託管多類別分類模型
– 此筆記本說明如何使用 MNIST 資料集來訓練和託管多類別分類模型。 -
如何訓練客戶流失預測模型
– 此筆記本說明如何訓練模型以預測手機客戶流失，以便找出不滿意的客戶。 -
介紹適用於 XGBoost 訓練的 Amazon SageMaker AI 受管 Spot 基礎設施
– 此筆記本說明如何使用 Spot 執行個體搭配 XGBoost 容器進行訓練。 -
如何使用 Amazon SageMaker Debugger 即時對 XGBoost 訓練任務進行偵錯
– 此筆記本說明如何使用 Amazon SageMaker Debugger 監控訓練任務，以內建偵錯規則偵測不一致的情況。
有關如何建立和存取可用於在 SageMaker AI 中執行範例的 Jupyter 筆記本執行個體的說明，請參閱Amazon SageMaker 筆記本執行個體。建立並開啟筆記本執行個體後，請選擇 SageMaker AI 範例索引標籤，查看所有 SageMaker AI 範例清單。使用線性學習演算法模組化範例筆記本的主題位於 Amazon 演算法簡介一節。若要開啟筆記本，請選擇其使用標籤，然後選擇建立複本。
