Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Tutorial per la creazione di modelli con Notebook Instances
Questo tutorial introduttivo ti spiega come creare un'istanza di SageMaker notebook, aprire un notebook Jupyter con un kernel preconfigurato con l'ambiente Conda per l'apprendimento automatico e avviare una sessione per eseguire un ciclo di machine learning. SageMaker end-to-end Imparerai come salvare un set di dati in un bucket Amazon S3 predefinito associato SageMaker automaticamente alla sessione, inviare un processo di formazione su un modello di machine learning ad EC2 Amazon e distribuire il modello addestrato per la previsione ospitando o inferendo in batch tramite Amazon. EC2
Questo tutorial mostra esplicitamente un flusso di apprendimento automatico completo per addestrare il modello dal pool di modelli integrato. XGBoost SageMaker Utilizzi il set di dati del censimento degli adulti degli Stati Uniti
-
SageMakerXGBoost— Il XGBoost
modello è adattato all' SageMaker ambiente e preconfigurato come contenitori Docker. SageMakerfornisce una suite di algoritmi integrati preparati per l'utilizzo delle funzionalità. SageMaker Per ulteriori informazioni su ciò a cui sono adattati gli algoritmi ML SageMaker, consulta Scegli un algoritmo e usa gli algoritmi SageMaker integrati di Amazon. Per le API operazioni dell'algoritmo SageMaker integrato, consulta Algoritmi di prima parte in Amazon Python SageMaker . SDK -
Set di dati Adult Census
: il set di dati del database del Census Bureau del 1994 di Ronny Kohavi e Barry Becker (Data Mining and Visualization, Silicon Graphics). Il SageMaker XGBoost modello viene addestrato utilizzando questo set di dati per prevedere se un individuo guadagna più di 50.000 dollari all'anno o meno.
Argomenti
