Usar modelos personalizados

Com o Amazon SageMaker Canvas, você pode criar um modelo personalizado treinado com seus dados. Ao treinar um modelo personalizado em seus dados, você pode capturar características e tendências específicas e mais representativas de seus dados. Por exemplo, talvez você queira criar um modelo personalizado de previsão de séries temporais que você treine com base nos dados de inventário do seu armazém para gerenciar suas operações logísticas.

Você pode treinar um modelo personalizado do Canvas nos seguintes tipos de conjuntos de dados:

• Tabulares (incluindo dados numéricos, categóricos, de séries temporais e de texto)

• Imagem

A tabela a seguir mostra os tipos de modelos personalizados que você pode criar no Canvas, junto com os tipos de dados e fontes de dados suportados.

Tipo do modelo	Exemplo de caso de uso	Tipos de dados compatíveis	Fontes de dados compatíveis
Previsão numérica	Previsão de preços de casas com base em características como metragem quadrada	Numérico	Upload local, Amazon S3, conectores SaaS
Previsão de 2 categorias	Prever se é provável que um cliente se afaste ou não	Binário ou categórico	Upload local, Amazon S3, conectores SaaS
Previsão de mais de 3 categorias	Prever os resultados do paciente após a alta hospitalar	Categóricos	Upload local, Amazon S3, conectores SaaS
Previsão de séries temporais	Prever seu inventário para o próximo trimestre	Série temporal	Upload local, Amazon S3, conectores SaaS
Predição de imagem de rótulo único	Prever tipos de defeitos de fabricação em imagens	Imagem (JPG, PNG)	Upload local, Amazon S3
Previsão de texto de várias categorias	Prever categorias de produtos, como roupas, eletrônicos ou utensílios domésticos, com base nas descrições dos produtos	Coluna de origem: texto Coluna de destino: binária ou categórica	Upload local, Amazon S3

Conceitos básicos

Para começar a criar e gerar previsões a partir de um modelo personalizado, faça o seguinte:

• Determine seu caso de uso e o tipo de modelo que você deseja criar. Para obter mais informações sobre os tipos de modelo personalizado, consulte Criar um modelo personalizado. Para obter mais informações sobre tipos de dados e fontes compatíveis, consulte a seção Importar dados para o Canvas.

• Importar seus dados para o Canvas. Você pode criar um modelo personalizado com qualquer conjunto de dados tabular ou de imagem que atenda aos requisitos de entrada. Para obter mais informações sobre os requisitos de entrada, consulte Criar um conjunto de dados.

  Para saber mais sobre conjuntos de dados de amostra fornecidos pelos SageMaker quais você pode experimentar, consulte Usar conjuntos de dados de amostra.

• Criar seu modelo personalizado. Você pode fazer uma Criação rápida para obter seu modelo e começar a fazer previsões mais rapidamente, ou pode fazer uma Criação padrão para obter maior precisão.

  Para tipos de modelos de previsão numéricos, categóricos e de séries temporais, você pode limpar e preparar seus dados com atributos como transformações avançadas e junções. Para modelos de previsão de imagens, você pode Editar um conjunto de dados de imagem atualizar seus rótulos ou adicionar e excluir imagens. Observe que você não pode usar esses atributos para modelos de previsão de texto de várias categorias.

• Avalie o desempenho do seu modelo e determine o desempenho dele em dados do mundo real.

• (Opcional) Para determinados tipos de modelo, você pode colaborar com cientistas de dados no Amazon SageMaker Studio Classic, que podem ajudar a revisar e melhorar seu modelo.

• Fazer previsões únicas ou em lote com seu modelo.

nota

Se você já tem um modelo treinado no Amazon SageMaker Studio Classic que gostaria de compartilhar com o Canvas, você pode trazer seu próprio modelo para o SageMaker Canvas. Analise os pré-requisitos do BYOM para determinar se seu modelo está qualificado para compartilhamento.