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.
Cet exemple montre comment créer un bloc-notes pour configurer et lancer une tâche de réglage d'hyperparamètres. La tâche de réglage utilise XGBoost algorithme avec Amazon SageMaker AI pour entraîner un modèle afin de prédire si un client va s'inscrire pour un dépôt bancaire à terme après avoir été contacté par téléphone.
Vous utilisez le SDK de bas niveau pour Python (Boto3) pour configurer et lancer la tâche de réglage des hyperparamètres, ainsi que pour surveiller l'état des tâches de réglage AWS Management Console des hyperparamètres. Vous pouvez également utiliser le SDK Amazon SageMaker Python de haut niveau d'Amazon SageMaker
Prérequis
Pour exécuter le code de cet exemple, vous avez besoin de :
-
Un compartiment Amazon S3 pour stocker votre jeu de données d'entraînement et les artefacts du modèle créés pendant l'entraînement
-
Une instance de bloc-notes SageMaker AI en cours d'exécution
Rubriques
