Tutorial per la creazione di modelli con le istanze del notebook

Questo tutorial introduttivo ti spiega come creare un'istanza di notebook, aprire un SageMaker notebook Jupyter con un kernel preconfigurato con l'ambiente Conda per l'apprendimento automatico e avviare una sessione di SageMaker intelligenza artificiale per eseguire un ciclo ML end-to-end. Scoprirai come salvare un set di dati in un bucket Amazon S3 predefinito associato automaticamente alla sessione di SageMaker intelligenza artificiale, inviare un processo di formazione di un modello ML ad Amazon EC2 e distribuire il modello addestrato per la previsione tramite hosting o inferenza batch tramite Amazon EC2.

Questo tutorial mostra esplicitamente un flusso ML completo di addestramento del modello XGBoost dal pool di modelli integrato nell'intelligenza artificiale. SageMaker Utilizzi il set di dati del censimento degli adulti degli Stati Uniti e valuti le prestazioni del modello SageMaker AI XGBoost addestrato nella previsione del reddito degli individui.