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.

# Valutazione e confronto dei modelli di classificazione SageMaker JumpStart del testo di Amazon
<a name="jumpstart-text-classification-evaluation"></a>

SageMaker JumpStart L'intelligenza artificiale offre diversi modelli di classificazione del testo che classificano il testo in classi predefinite. Questi modelli gestiscono attività come l’analisi del sentiment, la classificazione degli argomenti e la moderazione dei contenuti. La scelta del modello giusto per la produzione richiede un’attenta valutazione dell’utilizzo di metriche chiave tra cui accuratezza, punteggio F1 e Coefficiente di correlazione di Matthews (MCC).

In questa guida:
+ Implementa più modelli di classificazione del testo (DistilBert e BERT) dal catalogo. JumpStart 
+ Esegui valutazioni complete su set di dati bilanciati, disallineati e complessi.
+ Interpreta metriche avanzate, tra cui i punteggi Coefficiente di correlazione di Matthews (MCC) e Area sotto la curva ROC (Receiver Operating Characteristic).
+ Prendi decisioni sulla selezione dei modelli basate sui dati utilizzando framework di confronto sistematici.
+ Configura implementazioni di produzione con auto-scaling e monitoraggio. CloudWatch 

Scarica il framework di valutazione completo: [JumpStart Model Evaluation Package](samples/sagemaker-text-classification-evaluation-2.zip). **Il pacchetto include i risultati pre-esecuzione con output di esempio** che ti permettono di visualizzare in anteprima il processo di valutazione e le metriche prima di implementare autonomamente i modelli.

## Prerequisiti
<a name="w2aac37c15c11"></a>

Prima di iniziare, assicurati di disporre di:
+ [AWS account con autorizzazioni SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/gs-set-up.html).
+ [SageMaker Accesso AI ad Amazon SageMaker Studio](https://docs.aws.amazon.com/sagemaker/latest/dg/onboard-quick-start.html).
+ Conoscenze base di Python.
+ Comprensione dei concetti di classificazione del testo.

Tempi e costo: 45 minuti in totale. I costi variano in base al tipo di istanza e alla durata dell'utilizzo: consulta [i prezzi di SageMaker AI](https://aws.amazon.com/sagemaker/pricing/) per le tariffe attuali.

Questo tutorial include istruzioni di step-by-step pulizia per aiutarti a rimuovere tutte le risorse ed evitare addebiti continui.

**Topics**
+ [Prerequisiti](#w2aac37c15c11)
+ [Configurazione dell’ambiente di valutazione](jumpstart-text-classification-setup.md)
+ [Selezione e implementazione dei modelli di classificazione del testo](jumpstart-text-classification-deploy.md)
+ [Valutazione e confronto delle prestazioni dei modelli](jumpstart-text-classification-evaluate.md)
+ [Interpretazione dei risultati](jumpstart-text-classification-interpret.md)
+ [Implementazione del modello su larga scala](jumpstart-text-classification-scale.md)