Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Vídeos: Uso de Piloto automático para automatizar y explorar el proceso de machine learning
Esta es una serie de vídeos que ofrece un recorrido por las capacidades del SageMaker piloto automático de Amazon con Studio Classic. Muestran cómo iniciar un trabajo AutoML, analizar y preprocesar datos, diseñar ingeniería de entidades y optimización de hiperparámetros en modelos candidatos, y cómo visualizar y comparar las métricas de modelo resultantes.
Temas
Comience un trabajo en AutoML con Amazon Autopilot SageMaker
Este vídeo muestra cómo iniciar un trabajo de AutoML con Autopilot. (Duración: 8:41)
Revise la exploración de datos e ingeniería de características automatizada en Autopilot.
En este vídeo se muestra cómo revisar los cuadernos de exploración de datos y definiciones de candidatos generados por Amazon SageMaker Autopilot. (Duración: 10:04)
Ajuste de modelos para optimizar el rendimiento
Este vídeo muestra cómo optimizar el rendimiento del modelo durante el entrenamiento mediante el ajuste de hiperparámetros. (Duración: 4:59)
Elegir e implementar el mejor modelo
En este vídeo se muestra cómo utilizar las métricas de trabajo para elegir el mejor modelo y, a continuación, cómo implementarlo. (Duración: 5:20)
Tutorial de Amazon SageMaker Autopilot
Este vídeo muestra una demostración integral en la que primero creamos un modelo de clasificación binaria de forma automática con Amazon SageMaker Autopilot. Vemos cómo los modelos candidatos se han construido y optimizado mediante blocs de notas generados automáticamente. También analizamos a los mejores candidatos con Amazon SageMaker Experiments. Por último, seleccionamos al mejor candidato (en función deXGBoost) y configuramos la captura de datos con SageMaker Model Monitor.
