Videos: Verwenden Sie Autopilot, um den Prozess des maschinellen Lernens zu automatisieren und zu erforschen

Hier ist eine Videoreihe, die eine Einführung in die Amazon- SageMaker Autopilot-Funktionen mit Studio Classic bietet. Die Videos zeigen, wie Sie eine AutoML-Aufgabe starten, Daten analysieren und vorverarbeiten, Feature-Engineering und Hyperparameteroptimierung bei Kandidatenmodellen durchführen und wie Sie die resultierenden Modellmetriken visualisieren und vergleichen.

Starten eines AutoML-Auftrags mit Amazon SageMaker Autopilot

Dieses Video zeigt Ihnen, wie Sie eine AutoML-Aufgabe mit Autopilot starten. (Länge: 8:41)

Informieren Sie sich über die automatisierte Datenexploration und das automatisierte Feature-Engineering in Autopilot.

Dieses Video zeigt Ihnen, wie Sie die von Amazon SageMaker Autopilot generierten Notebooks zur Datenexploration und Kandidatendefinition überprüfen. (Länge: 10:04)

Optimieren von Modellen zur Optimierung der Leistung

Dieses Video zeigt Ihnen, wie Sie die Modellleistung während des Trainings durch Hyperparameteroptimierung optimieren können. (Länge: 4:59)

Auswählen und Bereitstellen des besten Modells

Dieses Video zeigt Ihnen, wie Sie Aufgabenmetriken zum Wählen des besten Modells verwenden und dieses anschließend bereitstellen. (Länge: 5:20)

Amazon- SageMaker Autopilot-Tutorial

Dieses Video führt Sie durch eine durchgehende Demo, bei der wir zunächst automatisch ein binäres Klassifikationsmodell mit Amazon SageMaker Autopilot erstellen. Wir sehen, wie Kandidatenmodelle mit automatisch generierten Notebooks erstellt und optimiert wurden. Wir schauen uns auch die Top-Kandidaten mit Amazon SageMaker Experiments an. Schließlich stellen wir den Top-Kandidaten bereit (basierend auf XGBoost) und konfigurieren die Datenerfassung mit SageMaker Model Monitor.