Pilih preferensi cookie Anda

Kami menggunakan cookie penting serta alat serupa yang diperlukan untuk menyediakan situs dan layanan. Kami menggunakan cookie performa untuk mengumpulkan statistik anonim sehingga kami dapat memahami cara pelanggan menggunakan situs dan melakukan perbaikan. Cookie penting tidak dapat dinonaktifkan, tetapi Anda dapat mengklik “Kustom” atau “Tolak” untuk menolak cookie performa.

Jika Anda setuju, AWS dan pihak ketiga yang disetujui juga akan menggunakan cookie untuk menyediakan fitur situs yang berguna, mengingat preferensi Anda, dan menampilkan konten yang relevan, termasuk iklan yang relevan. Untuk menerima atau menolak semua cookie yang tidak penting, klik “Terima” atau “Tolak”. Untuk membuat pilihan yang lebih detail, klik “Kustomisasi”.

Sumber daya untuk menggunakan Scikit-Learn dengan Amazon AI SageMaker

Mode fokus
Sumber daya untuk menggunakan Scikit-Learn dengan Amazon AI SageMaker - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Anda dapat menggunakan Amazon SageMaker AI untuk melatih dan menerapkan model menggunakan kode Scikit-learn kustom. Estimator dan model SageMaker AI Python SDK Scikit-learn dan wadah SageMaker AI open-source Scikit-learn membuat penulisan skrip Scikit-learn dan menjalankannya di AI lebih mudah. SageMaker Bagian berikut menyediakan materi referensi yang dapat Anda gunakan untuk mempelajari cara menggunakan Scikit-learn dengan AI. SageMaker

Persyaratan

Scikit-learn 1.2 memiliki dependensi berikut.

Dependensi Versi minimum
Python 3.8
NumPy 1.17.3
SciPy 1.3.2
joblib 1.1.1
threadpoolctl 2.0.0

Wadah SageMaker AI Scikit-learn mendukung versi Scikit-learn berikut.

Versi Scikit-learn yang didukung Versi Python minimum
1.2-1 3.8
1.0-1 3.7
0.23-1 3.6
0.20.0 2.7 atau 3.4

Untuk informasi umum tentang menulis skrip pelatihan Scikit-learn dan menggunakan estimator dan model Scikit-learn dengan AI, lihat Menggunakan Scikit-learn dengan Python SageMaker SDK. SageMaker

Apa yang ingin kau lakukan?

catatan

Matplotlib v2.2.3 atau yang lebih baru diperlukan untuk menjalankan notebook contoh AI Scikit-learn. SageMaker

Saya ingin menggunakan Scikit-learn untuk pemrosesan data, rekayasa fitur, atau evaluasi model di AI. SageMaker

Untuk contoh notebook Jupyter, lihat https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker_processing/scikit_learn_data_processing_and_model_evaluation.

Untuk posting blog tentang pelatihan dan penerapan model Scikit-learn, lihat Amazon SageMaker AI menambahkan dukungan Scikit-Learn.

Untuk dokumentasi, lihat ReadTheDocs.

Saya ingin melatih model Scikit-learn khusus di AI. SageMaker

Untuk contoh buku catatan Jupyter, lihat https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker-python-sdk/scikit_learn_iris.

Untuk dokumentasi, lihat Melatih Model dengan Scikit-learn.

Saya memiliki model Scikit-learn yang saya latih dalam SageMaker AI, dan saya ingin menerapkannya ke titik akhir yang dihosting.

Untuk informasi selengkapnya, lihat Menerapkan model Scikit-learn.

Saya memiliki model Scikit-learn yang saya latih di luar SageMaker AI, dan saya ingin menerapkannya ke titik akhir AI SageMaker

Untuk informasi selengkapnya, lihat Menerapkan Titik Akhir dari Data Model.

Saya ingin melihat dokumentasi API untuk kelas Amazon SageMaker Python SDK Scikit-learn.

Untuk informasi selengkapnya, lihat Scikit-learn Classes.

Saya ingin melihat informasi tentang wadah SageMaker AI Scikit-learn.

Untuk informasi selengkapnya, lihat SageMaker Scikit-learn Container repository. GitHub

PrivasiSyarat situsPreferensi cookie
© 2025, Amazon Web Services, Inc. atau afiliasinya. Semua hak dilindungi undang-undang.