Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Contoh: Hyperparameter Tuning Job
Contoh ini menunjukkan cara membuat notebook baru untuk mengonfigurasi dan meluncurkan pekerjaan tuning hyperparameter. Pekerjaan tuning menggunakan XGBoost algoritma dengan Amazon SageMaker AI untuk melatih model untuk memprediksi apakah pelanggan akan mendaftar untuk deposito berjangka di bank setelah dihubungi melalui telepon.
Anda menggunakan SDK tingkat rendah untuk Python (Boto3) untuk mengonfigurasi dan meluncurkan pekerjaan tuning hyperparameter, dan untuk memantau status pekerjaan tuning hyperparameter. AWS Management Console Anda juga dapat menggunakan Amazon SageMaker Python SDK tingkat tinggi Amazon SageMaker
Prasyarat
Untuk menjalankan kode dalam contoh ini, Anda perlu
-
Bucket Amazon S3 untuk menyimpan kumpulan data pelatihan Anda dan artefak model yang dibuat selama pelatihan