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.
Video: utilizzare Autopilot per automatizzare ed esplorare il processo di machine learning
Ecco una serie di video che offre una panoramica delle funzionalità di Amazon SageMaker Autopilot con Studio Classic. Questi video mostrano come avviare un processo AutoML, analizzare e pre-elaborare i dati, come eseguire l'ingegneria delle funzionalità e l'ottimizzazione degli iperparametri sui modelli candidati e come visualizzare e confrontare i parametri dei modelli risultanti.
Argomenti
Avvia un processo AutoML con Amazon Autopilot SageMaker
Questo video mostra come avviare un processo AutoML con Autopilot. (Durata 8:41)
Esaminare l'esplorazione dei dati e l'ingegneria delle funzionalità automatizzata in Autopilot.
Questo video mostra come esaminare i taccuini di esplorazione dei dati e di definizione dei candidati generati da Amazon Autopilot. SageMaker (Durata: 10:04)
Sintonizzare i modelli per ottimizzare le prestazioni
Questo video mostra come ottimizzare le prestazioni del modello durante l'addestramento utilizzando la sintonizzazione iperparametri. (Durata: 4:59)
Scegliere e distribuire il modello migliore
In questo video viene illustrato come utilizzare i parametri dei processi per scegliere il modello migliore e quindi come distribuirlo. (Durata: 5:20)
Tutorial Amazon SageMaker Autopilot
Questo video illustra una demo completa in cui per prima cosa creiamo automaticamente un modello di classificazione binaria con Amazon SageMaker Autopilot. Vediamo come i modelli candidati sono stati costruiti e ottimizzati utilizzando notebook generati automaticamente. Esaminiamo anche i migliori candidati con Amazon SageMaker Experiments. Infine, implementiamo il candidato migliore (basato su XGBoost) e configuriamo l'acquisizione dei dati con SageMaker Model Monitor.