Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Contoh: Pekerjaan Penyetelan Hyperparameter
Contoh ini menunjukkan cara membuat notebook baru untuk mengonfigurasi dan meluncurkan pekerjaan penyetelan hyperparameter. Pekerjaan penyetelan menggunakan Algoritma XGBoost dengan Amazon AI SageMaker untuk melatih model untuk memprediksi apakah pelanggan akan mendaftar untuk setoran berjangka di bank setelah dihubungi melalui telepon.
Anda menggunakan SDK tingkat rendah untuk Python (Boto3) untuk mengonfigurasi dan meluncurkan pekerjaan penyetelan hyperparameter, dan Konsol Manajemen AWS untuk memantau status pekerjaan penyetelan hyperparameter. Anda juga dapat menggunakan Amazon SageMaker AI Amazon SageMaker Python SDK tingkat tinggi
Prasyarat
Untuk menjalankan kode dalam contoh ini, Anda perlu
-
Bucket Amazon S3 untuk menyimpan dataset pelatihan Anda dan artefak model yang dibuat selama pelatihan
Topik
