Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Contoh: Hyperparameter Tuning Job
Contoh ini menunjukkan cara membuat notebook baru untuk mengonfigurasi dan meluncurkan pekerjaan tuning hyperparameter. Pekerjaan tuning menggunakan Gunakan algoritma XGBoost dengan Amazon SageMaker untuk melatih model untuk memprediksi apakah pelanggan akan mendaftar untuk deposito berjangka di bank setelah dihubungi melalui telepon.
Anda menggunakan level rendah SDK untuk Python (Boto3) untuk mengkonfigurasi dan meluncurkan pekerjaan tuning hyperparameter, dan AWS Management Console untuk memantau status pekerjaan tuning hyperparameter. Anda juga dapat menggunakan Amazon SageMaker SDKPython Amazon SageMaker
Prasyarat
Untuk menjalankan kode dalam contoh ini, Anda perlu
-
Bucket Amazon S3 untuk menyimpan kumpulan data pelatihan Anda dan artefak model yang dibuat selama pelatihan
Topik
