Não estamos mais atualizando o serviço Amazon Machine Learning nem aceitando novos usuários para ele. Essa documentação está disponível para usuários existentes, mas não estamos mais atualizando-a. Para obter mais informações, consulte O que é o Amazon Machine Learning.
As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Nomes e IDs para todos os objetos
Cada objeto no Amazon ML deve ter um identificador ou ID. O console do Amazon ML gera valores de ID para você, mas se API você os usar, deverá gerar os seus próprios. Cada ID deve ser exclusiva entre todos os objetos do Amazon ML do mesmo tipo em sua AWS conta. Ou seja, você não pode ter duas avaliações com o mesmo ID. É possível ter uma avaliação e uma fonte de dados com o mesmo ID, embora isso não seja recomendado.
Recomendamos o uso de identificadores gerados aleatoriamente para seus objetos, prefixados com uma string curta para identificar o tipo. Por exemplo, quando o console do Amazon ML gera uma fonte de dados, ele atribui à fonte de dados uma ID aleatória e exclusiva, como “ds-”. zSc WIuWiOxF Esse ID é suficientemente aleatório para evitar conflitos com qualquer usuário, além de ser compacto e legível. O prefixo "ds-" é para conveniência e clareza, mas não é obrigatório. Se você não tiver certeza do que usar para suas cadeias de caracteres de ID, recomendamos o uso de UUID valores hexadecimais (como 28b1e915-57e5-4e6c-a7bd-6fb4e729cb23), que estão prontamente disponíveis em qualquer ambiente de programação moderno.
As sequências de caracteres de ID podem conter ASCII letras, números, hífens e sublinhados e podem ter até 64 caracteres. É possível e talvez conveniente codificar os metadados em uma string de ID. Mas isso não é recomendado já que, após a criação de um objeto, seu ID não pode ser alterado.
Os nomes de objetos são uma maneira fácil para você associar metadados amigáveis a cada objeto. É possível atualizar nomes depois que um objeto é criado. Isso permite que o nome do objeto reflita algum aspecto do seu fluxo de trabalho de ML. Por exemplo, você pode inicialmente nomear um modelo de ML como "teste 3" e, mais tarde, renomeá-lo como "modelo de produção final". Os nomes podem ser qualquer string desejada, até 1.024 caracteres.
