Amazon SageMaker における R ユーザーガイド - Amazon SageMaker

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Amazon SageMaker における R ユーザーガイド

このドキュメントでは、R を使用して Amazon SageMaker の機能を活用する方法について説明します。このガイドでは、SageMaker の組み込み R カーネル、および SageMaker での R の使用を開始する方法、最後にいくつかのサンプルノートブックを紹介します。

この例は、初級、中級、上級の 3 つのレベルで構成されています。彼らはから始まりますSageMaker における R の開始方法、SageMaker での R を使用したエンドツーエンドの機械学習に進み、最後に「に対する R スクリプト、および Bring-Your-Own (BYO) R アルゴリズムの SageMaker 処理」など高度なトピックを学習します。 

独自のカスタム R イメージを Studio に持ち込む方法については、SageMaker イメージを取り込む。同様のブログ記事については、Amazon SageMaker スタジオに独自のR環境を持ち込む

SageMaker における R カーネル

SageMaker ノートブックインスタンスは、プリインストールされた R カーネルを使用して R をサポートします。また R カーネルには reticulate ライブラリ (R から Python へのインターフェイス) があるため、R スクリプト内から SageMaker Python SDK の機能を使用できます。

SageMaker における R の開始方法

  • 利用可能な環境のリストの R カーネルを使用して、新しいノートブックを作成します。 

  • 新しいノートブックを作成すると、ノートブック環境の右上隅に R ロゴが表示され、そのロゴの下にカーネルとして R が表示されます。これは、SageMaker がこのノートブックの R カーネルを正常に起動したことを示します。

  • Jupyterノートブックにいる場合、[カーネル] メニューを使用し、[カーネルの変更] オプションから R を選択することもできます。

サンプルノートブックの使用

前提条件

SageMaker における R の開始方法: このサンプルノートブックでは、Amazon SageMaker R カーネルを使用して R スクリプトを開発する方法について説明します。このノートブックでは、SageMaker 環境と権限を設定し、アワビデータセットからのUCI Machine Learning リポジトリを使用して、データの基本的な処理と視覚化を行い、データを.csv形式でS3に保存します。

初級レベル

R カーネルを使用した SageMaker Batch 変換: このサンプルノートブックでは、SageMaker の Transformer API と、XGBoost アルゴリズム。 ノートブックでは、Abalone データセットも使用します。

中級レベル

RにおけるXGBoostのハイパーパラメータ最適化: このサンプルノートブックは、Abalone データセットと XGBoost を使用する以前の初級ノートブックを拡張したものです。モデルチューニングを行う方法について説明します。ハイパーパラメータの最適化。 また、バッチ予測にバッチ変換を使用する方法と、リアルタイム予測を行うモデルエンドポイントを作成する方法についても学習します。 

Amazon SageMaker 処理: SageMaker 処理では、モデル評価ワークロードの前処理、後処理、実行を行うことができます。この例では、R スクリプトを作成して、処理ジョブをオーケストレーションする方法を示します。 

上級レベル

SageMaker で独自のRアルゴリズムをトレーニングしてデプロイする:すでに R アルゴリズムがあり、それを SageMaker に取り込んで、チューニング、トレーニング、またはデプロイしたいと考えています。この例では、R-Origin モデルで推論するためにホストされるエンドポイントの使用まで、カスタム R パッケージを使用して SageMaker コンテナをカスタマイズする方法について順を追って説明します。