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。
次のリストには、Amazon SageMaker AI XGBoost アルゴリズムのさまざまなユースケースに対応するさまざまなサンプル Jupyter Notebook が含まれています。
-
カスタム XGBoost コンテナを作成する方法
– このノートブックでは、Amazon SageMaker AI バッチ変換を使用してカスタム XGBoost コンテナを構築する方法を示します。 -
Parquet を使用した XGBoost でのリグレッション
– このノートブックでは、Parquet の Abalone データセットを使用して XGBoost モデルをトレーニングする方法について説明しています。 -
多クラス分類モデルをトレーニングおよびホストする方法
– このノートブックでは、MNIST データセットを使用して、多クラス分類モデルをトレーニングおよびホストする方法について説明しています。 -
カスタマーチャーン予測のモデルをトレーニングする方法
– このノートブックでは、不満を感じている顧客を特定するために、モバイルの顧客の離反を予測するモデルをトレーニングする方法について説明しています。 -
XGBoost トレーニング用の Amazon SageMaker AI マネージドスポットインフラストラクチャの概要
– このノートブックでは、XGBoost コンテナでのトレーニングにスポットインスタンスを使用する方法を説明します。 -
Amazon SageMaker Debugger を使用して XGBoost トレーニングジョブをデバッグする方法
– このノートブックでは、Amazon SageMaker Debugger を使用して、トレーニングジョブをモニタリングし、組み込みのデバッグルールを使用して不整合を検出する方法について説明しています。
SageMaker AI でサンプルを実行するために使用できる Jupyter Notebook インスタンスを作成してアクセスする方法については、「」を参照してくださいAmazon SageMaker ノートブックインスタンス。ノートブックインスタンスを作成して開いたら、SageMaker AI Examples タブを選択して、すべての SageMaker AI サンプルのリストを表示します。線形学習者アルゴリズムを使用したトピックモデリングのサンプルノートブックは、[Introduction to Amazon algorithm (Amazon アルゴリズムの概要)] セクションにあります。ノートブックを開くには、その [Use (使用)] タブを選択し、[Create copy (コピーを作成)] を選択します。
