翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
Amazon SageMaker AI を使用して、カスタム Scikit-learn コードを使用してモデルをトレーニングおよびデプロイできます。SageMaker AI Python SDK の Scikit-learn 推定器とモデル、および SageMaker AI オープンソースの Scikit-learn コンテナにより、SageMaker AI でスクリプトを作成し、実行することが容易になります。次のセクションでは、SageMaker AI で Scikit-learn を使用する方法を学ぶために使用できる参考資料を提供します。
要件
Scikit-learn 1.2 には以下の依存関係があります。
| 依存関係 | 最小バージョン |
|---|---|
| Python | 3.8 |
| NumPy | 1.17.3 |
| SciPy | 1.3.2 |
| joblib | 1.1.1 |
| threadpoolctl | 2.0.0 |
SageMaker AI Scikit-learn コンテナは、次の Scikit-learn バージョンをサポートしています。
| サポートされている Scikit-Learn バージョン | Python の最小バージョン |
|---|---|
1.2-1 |
3.8 |
1.0-1 |
3.7 |
0.23-1 |
3.6 |
0.20.0 |
2.7、または 3.4 |
SageMaker AI での Scikit-learn トレーニングスクリプトの記述と Scikit-learn 推定器とモデルの使用に関する一般的な情報については、SageMaker Python SDK での Scikit-learn
何をしたいですか?
注記
SageMaker AI Scikit-learn サンプルノートブックを実行するには、Matplotlib v2.2.3 以降が必要です。
- SageMaker AI でのデータ処理、特徴量エンジニアリング、モデル評価に Scikit-learn を使用したい。
-
Jupyter ノートブックのサンプルについては、https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker_processing/scikit_learn_data_processing_and_model_evaluation
を参照してください。 Scikit-learn モデルのトレーニングとデプロイに関するブログ記事については、Amazon SageMaker AI adds Scikit-Learn support
」を参照してください。 ドキュメントについては、こちらのドキュメント
を参照してください。 - SageMaker AI でカスタム Scikit-learn モデルをトレーニングしたい。
-
サンプルの Jupyter ノートブックについては、https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker-python-sdk/scikit_learn_iris
を参照してください。 ドキュメントについては、「Scikit-learn によるモデルのトレーニング
」を参照してください。 - SageMaker AI でトレーニングした Scikit-learn モデルがあり、それをホストされたエンドポイントにデプロイしたいと考えています。
-
詳細については、「Scikit-learn モデルをデプロイする
」を参照してください。 - SageMaker AI の外部でトレーニングした Scikit-learn モデルがあり、それを SageMaker AI エンドポイントにデプロイしたい
-
詳細については、「モデルデータからエンドポイントをデプロイする
」を参照してください。 - Amazon SageMaker Python SDK
の Scikit-learn クラスの API ドキュメントを見たい。 -
詳細については、「Scikit-learn クラス
」を参照してください。 - SageMaker AI Scikit-learn コンテナに関する情報を表示したい。
-
詳細については、SageMaker Scikit-learn コンテナの GitHub リポジトリ
を参照してください。
