Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Entraînement automatique des modèles sur votre flux de données
Vous pouvez utiliser Amazon SageMaker Autopilot pour entraîner, régler et déployer automatiquement des modèles sur les données que vous avez transformées dans votre flux de données. Amazon SageMaker Autopilot peut utiliser plusieurs algorithmes et utiliser celui qui fonctionne le mieux avec vos données. Pour plus d'informations sur Amazon SageMaker Autopilot, consultez. SageMaker Pilote automatique
Lorsque vous entraînez et ajustez un modèle, Data Wrangler exporte vos données vers un emplacement Amazon S3 où Amazon SageMaker Autopilot peut y accéder.
Vous pouvez préparer et déployer un modèle en choisissant un nœud dans votre flux Data Wrangler et en choisissant Export and Train (Exporter et entraîner) dans l'aperçu des données. Vous pouvez utiliser cette méthode pour afficher votre jeu de données avant de choisir d'entraîner un modèle sur celui-ci.
Vous pouvez également entraîner et déployer un modèle directement à partir de votre flux de données.
La procédure suivante prépare et entraîne un modèle à partir du flux de données. Pour les flux Data Wrangler dotés de transformations à plusieurs lignes, vous ne pouvez pas utiliser les transformations provenant du flux Data Wrangler lorsque vous déployez le modèle. Vous pouvez utiliser la procédure suivante pour traiter les données avant de les utiliser pour exécuter une inférence.
Pour entraîner et déployer un modèle directement à partir de votre flux de données, procédez comme suit.
-
Choisissez le signe + à côté du nœud contenant les données d'entraînement.
-
Choisissez Train model (Entraîner un modèle).
-
(Facultatif) Spécifiez un ID ou une clé AWS KMS. Pour plus d'informations sur la création et le contrôle des clés cryptographiques pour protéger vos données, consultez AWS Key Management Service.
-
Choisissez Export and train (Exporter et entraîner).
-
Une fois qu'Amazon SageMaker Autopilot a entraîné le modèle sur les données exportées par Data Wrangler, spécifiez un nom pour le nom de l'expérience.
-
Sous Données d'entrée, choisissez Aperçu pour vérifier que Data Wrangler a correctement exporté vos données vers Amazon SageMaker Autopilot.
-
Pour Target (Cible), choisissez la colonne cible.
-
(Facultatif) Pour S3 location (Emplacement S3) sous Output data (Données de sortie), spécifiez un emplacement Amazon S3 autre que l'emplacement par défaut.
-
Choisissez Next: Training method (Suivant : méthode d'entraînement).
-
Choisissez une méthode d'entraînement. Pour plus d’informations, consultez Modes d'entraînement.
-
(Facultatif) Pour Auto deploy endpoint (Point de terminaison du déploiement automatique), spécifiez un nom pour le point de terminaison.
-
Pour Deployment option (Option de déploiement), choisissez une méthode de déploiement. Vous pouvez choisir de déployer avec ou sans les transformations que vous avez effectuées sur les données.
Important
Vous ne pouvez pas déployer un modèle Amazon SageMaker Autopilot avec les transformations que vous avez effectuées dans votre flux Data Wrangler. Pour plus d'informations sur ces transformations, consultez Exporter vers un point de terminaison d'inférence.
-
Choisissez Next: Review and create (Suivant : Vérifier et créer).
-
Sélectionnez Create Experiment (Créer une expérience).
Pour plus d'informations sur l'entraînement et le déploiement d'un modèle, consultez Créez une tâche de régression ou de classification pour les données tabulaires à l'aide de l'API AutoML. Autopilot vous présente des analyses sur les meilleures performances du modèle. Pour plus d'informations sur les performances du modèle, consultez Affichage d'un rapport de performances du modèle Autopilot.
