As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Vídeos: Usar o Autopilot para automatizar e explorar o processo de machine learning
Aqui está uma série de vídeos que fornece um tour pelos recursos do Amazon SageMaker Autopilot usando o Studio Classic. Eles mostram como iniciar um trabalho de AutoML, analisar e pré-processar dados, como fazer a engenharia dos recursos e a otimização de hiperparâmetros em modelos candidatos e como visualizar e comparar as métricas do modelo resultante.
Tópicos
Comece um trabalho do AutoML com o Amazon Autopilot SageMaker
Este vídeo mostra como iniciar um trabalho de AutoML com o Autopilot. (Duração: 8:41)
Analise a exploração de dados e a engenharia de recursos automatizados no Autopilot.
Este vídeo mostra como analisar os cadernos de exploração de dados e definição de candidatos gerados pelo Amazon SageMaker Autopilot. (Duração: 10:04)
Ajustar modelos para otimizar o desempenho
Este vídeo mostra como otimizar o desempenho do modelo durante o treinamento usando o ajuste de hiperparâmetros. (Duração: 4:59)
Escolher e implantar o melhor modelo
Este vídeo mostra como usar métricas de trabalho para escolher o melhor modelo e como implantá-lo. (Duração: 5:20)
Tutorial do Amazon SageMaker Autopilot
Este vídeo mostra uma demonstração completa em que primeiro criamos automaticamente um modelo de classificação binária com o Amazon SageMaker Autopilot. Vemos como os modelos candidatos foram criados e otimizados usando blocos de anotações gerados automaticamente. Também analisamos os melhores candidatos com o Amazon SageMaker Experiments. Por fim, implantamos o melhor candidato (com base no XGBoost) e configuramos a captura de dados com o SageMaker Model Monitor.
