Uso de modelos personalizados

Con Amazon SageMaker Canvas, puede crear un modelo personalizado que se entrene con sus datos. Al entrenar un modelo personalizado con sus datos, puede capturar las características y tendencias que son específicas y más representativas de sus datos. Por ejemplo, es posible que desee crear un modelo de previsión de series temporales personalizado que utilice los datos de inventario de su almacén para gestionar sus operaciones logísticas.

Puede entrenar un modelo personalizado de Canvas con los siguientes tipos de conjuntos de datos:

• Tabular (incluye datos numéricos, categóricos, de series temporales y de texto)

• Imagen

La siguiente tabla muestra los tipos de modelos personalizados que puede crear en Canvas, junto con los tipos de datos y las fuentes de datos compatibles.

Tipo de modelo	Ejemplo de caso de uso	Tipos de datos compatibles	Orígenes de datos admitidos
Predicción numérica	Predicción de los precios de la vivienda en función de características como la superficie	Numérico	Carga local, Amazon S3, conectores de SaaS
Predicción de 2 categorías	Predecir si es probable que un cliente deje de confiar en su marca o no	Binarios o categóricos	Carga local, Amazon S3, conectores de SaaS
Predicción de más de 3 categorías	Predicción de los resultados de los pacientes tras ser dados de alta del hospital	Categórico	Carga local, Amazon S3, conectores de SaaS
Previsión de serie temporal	Predicción de su inventario para el próximo trimestre	Serie temporal	Carga local, Amazon S3, conectores de SaaS
Predicción de imágenes de etiqueta única	Predicción de los tipos de defectos de fabricación en imágenes	Imagen (JPG, PNG)	Carga local, Amazon S3
Predicción de texto multicategoría	Predicción de categorías de productos, como ropa, artículos electrónicos o artículos para el hogar, en función de las descripciones de los productos	Columna de origen: texto Columna de destino: binaria o categórica	Carga local, Amazon S3

Introducción

Para empezar a crear y generar predicciones a partir de un modelo personalizado, haga lo siguiente:

• Determine su caso de uso y el tipo de modelo que quiera crear. Para obtener más información acerca de los tipos de modelos personalizados, consulte Creación de un modelo personalizado. Para obtener más información sobre los tipos de datos y orígenes compatibles con los modelos personalizados, consulte Importación de datos a Canvas..

• Importe sus datos a Canvas. Puede crear un modelo personalizado con cualquier conjunto de datos tabular o de imágenes que cumpla con los requisitos de entrada. Para obtener más información acerca de los requisitos de entrada, consulte Creación de un conjunto de datos.

  Para obtener más información sobre los conjuntos de datos de muestra proporcionados SageMaker con los que puede experimentar, consulte Usar conjuntos de datos de muestra.

• Cree de su modelo personalizado. Puede realizar una Compilación rápida para obtener su modelo y empezar a hacer predicciones con mayor rapidez, o puede realizar una Compilación estándar para obtener una mayor precisión.

  Para los tipos de modelos de previsión numéricos, categóricos y de series temporales, puede limpiar y preparar sus datos con la función Data Wrangler. En Data Wrangler, puede crear un flujo de datos y utilizar diversas técnicas de preparación de datos, como aplicar transformaciones avanzadas o unir conjuntos de datos. En el caso de los modelos de predicción de imágenes, puede Edición de un conjunto de datos de imágenes para actualizar las etiquetas o agregar y eliminar imágenes. Tenga en cuenta que no puede utilizar estas características para modelos de predicción de texto de varias categorías.

• Evalúe el rendimiento del modelo y determine en qué medida podría funcionar con datos del mundo real.

• (Opcional) Para algunos tipos de modelos, puede colaborar con científicos de datos en Amazon SageMaker Studio Classic, quienes pueden ayudarlo a revisar y mejorar su modelo.

• Realice predicciones únicas o por lotes con su modelo.

nota

Si ya tiene un modelo entrenado en Amazon SageMaker Studio Classic que le gustaría compartir con Canvas, puede traer su propio modelo a SageMaker Canvas. Revise los requisitos previos de BYOM para determinar si su modelo es apto para compartirlo.