Étape 3 : Création d'un modèle ML - Amazon Machine Learning

Nous ne mettons plus à jour le service Amazon Machine Learning et n'acceptons plus de nouveaux utilisateurs pour ce service. Cette documentation est disponible pour les utilisateurs existants, mais nous ne la mettons plus à jour. Pour plus d'informations, veuillez consulter la rubriqueQu'est-ce qu'Amazon Machine Learning.

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Étape 3 : Création d'un modèle ML

Une fois que vous avez créé la source de données de formation, vous l'utilisez pour créer un modèle d'apprentissage-machine, former le modèle, puis évaluer les résultats. Le modèle d'apprentissage-machine est une collection de tendances qu'Amazon ML identifie dans vos données au cours de la formation. Vous utilisez le modèle pour créer des prédictions.

Pour créer un modèle d'apprentissage-machine

  1. Comme l'assistant Mise en route crée à la fois une source de données de formation et un modèle, Amazon Machine Learning (Amazon ML) utilise automatiquement la source de données de formation que vous venez de créer, puis vous permet d'accéder directement auParamètres du modèle ML. Dans la page ML model settings, pour ML model name, assurez-vous que la valeur par défaut ML model: Banking Data 1 soit affichée.

    En utilisant un nom convivial, tel que la valeur par défaut, vous pouvez facilement identifier et gérer le modèle d'apprentissage-machine.

  2. Pour Training and evaluation settings, assurez-vous que la valeur Default est sélectionnée.

    Select training and evaluation settings interface with Default option selected.

  3. Pour Name this evaluation (Nommer cette évaluation), acceptez la valeur par défaut, Evaluation: ML model: Banking Data 1.

  4. Choisissez Review, passez en revue vos paramètres, puis choisissez Finish.

    Après avoir choisiTerminer, Amazon ML ajoute votre modèle à la file d'attente de traitement. Lorsqu'Amazon ML crée votre modèle, il applique les valeurs par défaut et effectue les actions suivantes :

    • Il divise la source de données de formation en deux sections, l'une contenant 70 % des données et l'autre contenant les 30 % restants

    • Il forme le modèle d'apprentissage-machine sur la section qui contient 70 % des données d'entrée

    • Il évalue le modèle à l'aide des 30 % restants des données d'entrée

    Pendant que votre modèle est en file d'attente, Amazon ML indique l'étatEn suspens. Pendant que Amazon ML crée votre modèle, il indique l'étatEn cours. Lorsqu'il a terminé toutes les actions, il indique l'état Terminé. Attendez la fin de l'évaluation avant de continuer.

Maintenant, vous êtes prêt à passer en revue les performances de votre modèle et définir un score seuil.

Pour plus d'informations sur la formation et l'évaluation des modèles, consultez Formation des modèles d'apprentissage-machine et evaluate an ML model.