Addestra automaticamente i modelli sul tuo flusso di dati

Puoi usare Amazon SageMaker Autopilot per addestrare, ottimizzare e distribuire automaticamente modelli sui dati che hai trasformato nel tuo flusso di dati. Amazon SageMaker Autopilot può utilizzare diversi algoritmi e utilizzare quello che funziona meglio con i tuoi dati. Per ulteriori informazioni su Amazon SageMaker Autopilot, consulta. SageMaker Pilota automatico

Quando addestri e ottimizzi un modello, Data Wrangler esporta i tuoi dati in una posizione Amazon S3 a cui SageMaker Amazon Autopilot può accedervi.

Puoi preparare e implementare un modello scegliendo un nodo nel flusso di Data Wrangler e scegliendo Esporta e addestra nell'anteprima dei dati. Puoi utilizzare questo metodo per visualizzare il tuo set di dati prima di scegliere di addestrare un modello su di esso.

Puoi anche addestrare e distribuire un modello direttamente dal tuo flusso di dati.

La procedura seguente prepara e distribuisce un modello dal flusso di dati. Per i flussi Data Wrangler con trasformazioni su più righe, non è possibile utilizzare le trasformazioni del flusso Data Wrangler durante la distribuzione del modello. Puoi utilizzare la procedura seguente per elaborare i dati prima di utilizzarli per eseguire l'inferenza.

Per addestrare e distribuire un modello direttamente dal flusso di dati, procedi come segue.

1. Scegli il segno + accanto al nodo contenente i dati di addestramento.

2. Scegli Addestra modello.

3. (Facoltativo) Specificare un AWS KMS chiave o ID. Per ulteriori informazioni sulla creazione e il controllo delle chiavi crittografiche per proteggere i dati, consulta AWS Key Management Service.

4. Scegli Esporta e addestra.

5. Dopo che Amazon SageMaker Autopilot ha addestrato il modello sui dati esportati da Data Wrangler, specifica un nome per il nome dell'esperimento.

6. In Dati di input, scegli Anteprima per verificare che Data Wrangler abbia esportato correttamente i tuoi dati in Amazon Autopilot. SageMaker

7. Per Target, scegli la colonna di destinazione.

8. (Facoltativo) Per Posizione S3 in Dati di output, specifica una posizione Amazon S3 diversa dalla posizione predefinita.

9. Scegli Avanti: metodo di addestramento.

10. Scegli un metodo di addestramento. Per ulteriori informazioni, consulta Modalità di addestramento.

11. (Facoltativo) Per iDistribuzione automatica endpoint, specifica un nome per l'endpoint.

12. Per l'opzione di implementazione, scegli un metodo di distribuzione. Puoi scegliere di eseguire la distribuzione con o senza le trasformazioni che hai apportato ai tuoi dati.

    Importante

    Non puoi implementare un modello Amazon SageMaker Autopilot con le trasformazioni che hai apportato nel flusso di Data Wrangler. Per ulteriori informazioni su queste trasformazioni, consulta Esportazione in un endpoint di inferenza.

13. Scegli Avanti: Rivedi e crea.

14. Seleziona Create experiment (Crea esperimento).

Per ulteriori informazioni sull’addestramento e l’implementazione del modello, consulta Crea un processo di regressione o classificazione per dati tabulari utilizzando AutoML API. Autopilot mostra le analisi sulle prestazioni del modello migliore. Per ulteriori informazioni sulle prestazioni del modello, consulta Visualizza un report sulle prestazioni del modello Autopilot.