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 で Scikit-learn を使用するためのリソース
<a name="sklearn"></a>

Amazon SageMaker AI を使うと、Scikit-learn のカスタムコードを使ってモデルをトレーニングしてデプロイできます。SageMaker AI Python SDK の Scikit-learn 推定ツールとモデル、および SageMaker AI オープンソースの Scikit-learn コンテナを使うと、SageMaker AI での Scikit-learn スクリプトの作成と実行がより簡単になります。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リファレンス資料を提供します。

**要件**

Scikit-learn 1.4 には次の依存関係があります。


| 依存関係 | 最小バージョン | 
| --- | --- | 
| Python | 3.10 | 
| NumPy | 2.1.0 | 
| SciPy | 1.15.3 | 
| joblib | 1.5.2 | 
| threadpoolctl | 3.6.0 | 

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 | 
| --- | --- | 
| 1.4-2 | 3.10 | 
| 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 スクリプトモードのトレーニングスクリプトの記述や、Scikit-learn スクリプトモードの推定ツールとモデルの使用に関する一般情報については、「[SageMaker Python SDK で Scikit-learn を使う](https://sagemaker.readthedocs.io/en/stable/using_sklearn.html)」を参照してください。

## 何をしたいですか?
<a name="sklearn-intent"></a>

**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、モデル評価のために 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\$1processing/scikit\$1learn\$1data\$1processing\$1and\$1model\$1evaluation](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 が Scikit-Learn のサポートを追加](https://aws.amazon.com/blogs/machine-learning/amazon-sagemaker-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](https://sagemaker.readthedocs.io/en/stable/amazon_sagemaker_processing.html#data-pre-processing-and-model-evaluation-with-scikit-learn)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\$1learn\$1iris](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](https://sagemaker.readthedocs.io/en/stable/using_sklearn.html#train-a-model-with-sklearn)」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、それをホスト済みのエンドポイントにデプロイしたい。  
詳細については、「[Scikit-learn モデルをデプロイする](https://sagemaker.readthedocs.io/en/stable/using_sklearn.html#deploy-sklearn-models)」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](https://sagemaker.readthedocs.io/en/stable/using_sklearn.html#deploy-endpoints-from-model-data)」を参照してください。

[Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable) 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](https://sagemaker.readthedocs.io/en/stable/sagemaker.sklearn.html)」を参照してください。

SageMaker AI Scikit-learn コンテナに関する情報を見つけたい。  
詳細については、[SageMaker Scikit-learn コンテナの GitHub リポジトリ](https://github.com/aws/sagemaker-scikit-learn-container)を参照してください。