Beispiel: Hyperparameter-Optimierungsauftrag - Amazon SageMaker KI

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Beispiel: Hyperparameter-Optimierungsauftrag

In diesem Beispiel wird gezeigt, wie Sie ein neues Notebook zum Konfigurieren und Starten eines Hyperparameter-Optimierungsauftrags erstellen. Der Optimierungsauftrag nutzt den XGBoost Algorithmus mit Amazon SageMaker AI, um ein Modell zu trainieren, das dann vorhersagt, ob ein Kunde eine Banktermineinlage registriert, nachdem er per Telefon kontaktiert wurde.

Sie verwenden das Low-Level-SDK SDK for Python (Boto3), um den Hyperparameter-Tuning-Job zu konfigurieren und zu starten und den Status von Hyperparameter-Tuning-Jobs AWS Management Console zu überwachen. Sie können auch das Amazon SageMaker AI Amazon SageMaker Python SDK auf hoher Ebene verwenden, um Hyperparameter-Tuning-Jobs zu konfigurieren, auszuführen, zu überwachen und zu analysieren. Weitere Informationen finden Sie unter https://github.com/aws/sagemaker-python-sdk.

Voraussetzungen

Sie benötigen zur Ausführung des Codes in diesem Beispiel