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.
Risorse per usare R con Amazon SageMaker
Questo documento elenca le risorse che possono aiutarti a imparare a usare SageMaker le funzionalità di Amazon con l'ambiente software R. Le sezioni seguenti introducono SageMaker il kernel R integrato, spiegano come iniziare a usare R on SageMaker e forniscono diversi taccuini di esempio.
Gli esempi sono organizzati in tre livelli: principiante, intermedio e avanzato. Iniziano con Getting Started with R on SageMaker
Per informazioni su come portare la tua immagine R personalizzata in Studio, consulta Porta la tua SageMaker immagine. Per un articolo di blog simile, consulta Porting your own R environment to Amazon SageMaker Studio
Argomenti
RStudiosupporto in SageMaker
Amazon SageMaker supporta RStudio un ambiente di sviluppo integrato completamente gestito (IDE) integrato con il dominio Amazon SageMaker . Con RStudio l'integrazione, puoi avviare un RStudio ambiente nel dominio per eseguire i RStudio flussi di lavoro sulle risorse. SageMaker Per ulteriori informazioni, consulta RStudiosu Amazon SageMaker.
Ingresso del kernel R SageMaker
SageMaker le istanze notebook supportano R utilizzando un kernel R preinstallato. Inoltre, il kernel R ha la libreria reticulate, un'interfaccia da R a Python, quindi puoi usare le funzionalità di Python dall'interno di uno script SageMaker R. SDK
-
reticulatelibrary
: fornisce un'interfaccia R per Amazon Python. SageMaker SDK Il pacchetto reticolare viene convertito tra gli oggetti R e Python.
Notebook di esempio
Prerequisiti
-
Guida introduttiva a R on SageMaker
: questo taccuino di esempio descrive come sviluppare script R utilizzando il kernel R SageMaker di Amazon. In questo notebook configuri SageMaker l'ambiente e le autorizzazioni, scarichi il set di dati abalone dal UCIMachine Learning Repository , esegui alcune elaborazioni e visualizzazioni di base sui dati, quindi salvi i dati in formato.csv su S3.
Livello principiante
-
SageMaker Trasformazione in batch utilizzando R Kernel
: questo notebook di esempio descrive come eseguire un processo di trasformazione in batch utilizzando SageMaker Transformer API e l'XGBoostalgoritmo. Il notebook utilizza anche il set di dati Abalone.
Livello intermedio
-
Ottimizzazione degli iperparametri per XGBoost in R
: questo notebook di esempio estende i precedenti notebook per principianti che utilizzano il set di dati abalone e. XGBoost Descrive come eseguire l'ottimizzazione del modello con l'ottimizzazione dell'iperparametro . Verrà inoltre illustrato come utilizzare la trasformazione batch per le previsioni in batch e come creare un endpoint del modello per effettuare previsioni in tempo reale. -
Amazon SageMaker Processing with R
— SageMaker Processing consente di preelaborare, post-elaborare ed eseguire carichi di lavoro di valutazione dei modelli. In questo esempio viene illustrato come creare uno script R per orchestrare un processo di elaborazione.
Livello avanzato
-
Addestra e implementa il tuo algoritmo R SageMaker
: disponi già di un algoritmo R e vuoi utilizzarlo per SageMaker ottimizzarlo, addestrarlo o implementarlo? Questo esempio illustra come personalizzare i SageMaker contenitori con pacchetti R personalizzati, fino all'utilizzo di un endpoint ospitato per l'inferenza sul modello R-origin.
