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.
Previsioni con modelli personalizzati
Usa il modello personalizzato che hai creato in SageMaker Canvas per fare previsioni per i tuoi dati. Le sezioni seguenti mostrano come fare previsioni per modelli di previsione numerici e categoriali, previsioni di serie temporali, modelli di previsione di immagini e modelli di previsione testuale.
I modelli personalizzati di previsione numerica e categoriale, di previsione di immagini e di previsione di testo supportano la creazione dei seguenti tipi di previsioni per i tuoi dati:
-
Previsioni singole: si utilizza una previsione singola quando è sufficiente generare una sola previsione. Ad esempio, se hai un'immagine o un passaggio di testo che desideri classificare.
-
Previsioni in batch: si utilizza una previsione in batch quando si desidera generare previsioni per un intero set di dati. Puoi fare previsioni in batch per set di dati superiori a 1 TB. Ad esempio, hai un file CSV contenente le recensioni dei clienti per le quali desideri prevedere l'opinione dei clienti, oppure hai una cartella di file immagini che desideri classificare. Dovresti fare previsioni con un set di dati che corrisponda al set di dati di input. Canvas ti offre la possibilità di eseguire previsioni in batch manuali oppure puoi configurare previsioni automatiche in batch che vengono eseguite ogni volta che aggiorni un set di dati.
Per ogni previsione o set di previsioni, SageMaker Canvas restituisce quanto segue:
-
I valori previsti
-
La probabilità che il valore previsto sia corretto
Nozioni di base
Scegli uno dei seguenti flussi di lavoro per generare previsioni con il tuo modello personalizzato:
Dopo aver generato le previsioni con il modello, puoi anche eseguire le operazioni seguenti:
Aggiorna il modello aggiungendo versioni. Se vuoi provare a migliorare l’accuratezza della previsione del tuo modello, puoi creare nuove versioni del modello. Puoi scegliere di clonare la configurazione e il set di dati originali dell'edificio del modello oppure puoi modificare la configurazione e selezionare un set di dati diverso. Dopo aver aggiunto una nuova versione, puoi rivedere e confrontare le versioni per scegliere quella migliore.
Registra una versione del modello nel registro dei modelli AI SageMaker . È possibile registrare le versioni del modello nel Model SageMaker Registry, una funzionalità per tracciare e gestire lo stato delle versioni del modello e delle pipeline di apprendimento automatico. Un data scientist o un utente del MLOps team con accesso al SageMaker Model Registry può esaminare le versioni del modello e approvarle o rifiutarle prima di distribuirle in produzione.
Invia le tue previsioni in batch ad Amazon QuickSight. In Amazon QuickSight, puoi creare e pubblicare dashboard con i tuoi set di dati di previsione in batch. Ciò può aiutarti ad analizzare e condividere i risultati generati dal tuo modello personalizzato.
