Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Tutorial per Amazon Redshift ML
Puoi usare Amazon Redshift ML per addestrare modelli di machine learning utilizzando SQL istruzioni e quindi richiamare i modelli nelle SQL query per la previsione. L'apprendimento automatico in Amazon Redshift addestra un modello con un solo SQL comando. Amazon Redshift avvia automaticamente un processo di formazione in Amazon SageMaker e genera un modello. Dopo aver creato un modello, è possibile eseguire previsioni in Amazon Redshift utilizzando la funzione di previsione del modello.
Seguire la procedura descritta in questi tutorial per scoprire le funzionalità di funzionalità di machine learning di Amazon Redshift.
-
Tutorial: Creazione di modelli di abbandono dei clienti— In questo tutorial, utilizzi Amazon Redshift ML per creare un modello di abbandono dei clienti con il CREATE MODEL comando ed eseguire query di previsione per scenari utente. Quindi, implementerai le query utilizzando la SQL funzione generata dal comando. CREATE MODEL
-
Tutorial: Creazione di modelli di inferenza remota— Il seguente tutorial illustra i passaggi per creare un modello Random Cut Forest precedentemente addestrato e distribuito in Amazon SageMaker, al di fuori di Amazon Redshift.
-
Tutorial: Creazione di modelli di clustering K-means— In questo tutorial, usi Amazon Redshift ML per creare, addestrare e distribuire un modello di machine learning basato sull'algoritmo K-means.
-
Tutorial: Creazione di modelli di classificazione multi-classe— In questo tutorial, usi Amazon Redshift ML per creare un modello di machine learning che risolva problemi di classificazione multiclasse. L'algoritmo di classificazione multi-classe classifica i punti dati in una delle tre o più classi. Quindi, implementi le query utilizzando la SQL funzione generata dal comando. CREATE MODEL
-
Tutorial: Costruire XGBoost modelli— In questo tutorial, crei un modello con dati da Amazon S3 ed esegui query di previsione con il modello utilizzando Amazon Redshift ML. L'XGBoostalgoritmo è un'implementazione ottimizzata dell'algoritmo Gradient Boosted Trees.
-
Tutorial: Creazione di modelli di regressione— In questo tutorial, usi Amazon Redshift ML per creare un modello di regressione con apprendimento automatico ed eseguire query di previsione sul modello. I modelli di regressione consentono di prevedere risultati numerici, ad esempio il prezzo di un immobile o quante persone utilizzeranno il servizio di noleggio biciclette di una città.
-
Tutorial: Creazione di modelli di regressione con Linear Learner— In questo tutorial, crei un modello di allievo lineare con dati provenienti da Amazon S3 ed esegui query di previsione con il modello utilizzando Amazon Redshift ML. L'algoritmo SageMaker lineare di apprendimento risolve problemi di regressione o di classificazione multiclasse.
-
Tutorial: Creazione di modelli di classificazione multi-classe con Linear Learner— In questo tutorial, crei un modello di studente lineare con dati provenienti da Amazon S3, quindi esegui query di previsione con il modello utilizzando Amazon Redshift ML. L'algoritmo SageMaker lineare di apprendimento risolve problemi di regressione o classificazione.
