Guide de l'utilisateur de R sur Amazon SageMaker - Amazon SageMaker

Guide de l'utilisateur de R sur Amazon SageMaker

Ce document vous explique comment exploiter les fonctions Amazon SageMaker à l'aide de R. Ce guide présente le noyau R intégré de SageMaker, décrit comment démarrer avec R sur SageMaker et propose plusieurs exemples de blocs-notes.

Les exemples sont organisés en trois niveaux : Débutant, Intermédiaire et Avancé. Ils commencent par Mise en route avec R sur SageMaker, se poursuivent par le machine learning de bout en bout avec R sur SageMaker, puis se terminent par des rubriques plus avancées telles que SageMaker Processing avec le script R et l'algorithme R Bring-Your-Own (BYO) sur SageMaker. 

Pour de plus amples informations sur la façon d'importer votre propre image R personnalisée dans Studio, veuillez consulter Importer votre propre image SageMaker. Pour un article de blog similaire, veuillez consulter Bringing your own R environment to Amazon SageMaker Studio (Importation de votre propre environnement R dans Amazon SageMaker Studio).

Noyau R dans SageMaker

Les instances de bloc-notes SageMaker prennent en charge R à l'aide d'un noyau R préinstallé. En outre, comme le noyau R dispose de la bibliothèque réticulée, une interface R vers Python, vous pouvez utiliser les fonctions du kit SDK SageMaker Python à partir d'un script R.

Mise en route avec R dans Amazon SageMaker

  •  Créez une instance de bloc-notes en utilisant le type d'instance t2.medium et la taille de stockage par défaut. Vous pouvez choisir une instance plus rapide et plus de stockage si vous prévoyez de continuer à utiliser l'instance pour des exemples plus avancés ou de créer une instance plus grande ultérieurement.

  • Attendez que l'état de l'instance de bloc-notes soit En service, puis cliquez sur Ouvrir Jupyter.

  • Créez une nouvelle instance de bloc-notes avec le noyau R à partir de la liste des environnements disponibles. 

  • Une fois l'instance de bloc-notes créée, vous devriez voir un logo R dans le coin supérieur droit de l'environnement de bloc-notes, ainsi que R comme noyau sous ce logo. Cela indique que SageMaker a lancé le noyau R avec succès pour ce bloc-notes.

  • Alternativement, lorsque vous êtes dans un bloc-notes Jupyter, vous pouvez utiliser le menu Noyau, puis sélectionner R dans l'option Changer le noyau.

Exemples de blocs-notes

Prérequis

Mise en route avec R sur SageMaker : cet exemple de bloc-notes décrit comment développer des scripts R à l'aide du noyau R d'Amazon SageMaker. Dans ce bloc-notes, vous configurez votre environnement et vos autorisations SageMaker, vous téléchargez le jeu de données Abalone à partir du référentiel UCI Machine Learning, vous effectuez un traitement et une visualisation de base sur les données, puis vous enregistrez les données au format .csv dans S3.

Niveau Débutant

Transformation par lots SageMaker à l'aide du noyau R : cet exemple de bloc-notes décrit l'exécution d'une tâche de transformation par lots à l'aide de l'API Transformer de SageMaker et de l'algorithme XGBoost. Le bloc-notes utilise également le jeu de données Abalone.

Niveau intermédiaire

Optimisation de l'hyperparamètre pour XGBoost en R : Cet exemple de bloc-notes est une extension des blocs-notes débutants précédents qui utilisent le jeu de données Ormeau et XGBoost. Il explique comment affiner un modèle avec l'optimisation de l'hyperparamètre. Vous apprendrez également à utiliser la transformation par lots pour les prédictions de traitement par lots, ainsi qu'à créer un point de terminaison de modèle pour réaliser des prédictions en temps réel. 

Amazon SageMaker Processing avec R : SageMaker Processing vous permet de prétraiter, de post-traiter et d'exécuter des applications d'évaluation de modèle. Cet exemple montre comment créer un script R pour orchestrer une tâche de traitement (Processing). 

Niveau avancé

Entraînez et déployez votre propre algorithme R dans SageMaker : vous disposez déjà d'un algorithme R et vous voulez l'intégrer à SageMaker pour l'affiner, l'entraîner ou le déployer ? Cet exemple vous présente les différentes étapes de personnalisation de conteneurs SageMaker avec des packages R personnalisés, jusqu'à l'utilisation d'un point de terminaison hébergé pour l'inférence sur votre modèle d'origine R.