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.
Recursos para usar o R com a Amazon SageMaker AI
Este documento lista recursos que podem ajudar você a aprender a usar os recursos de SageMaker IA da Amazon com o ambiente de software R. As seções a seguir apresentam o kernel R integrado à SageMaker IA, explicam como começar a usar o R na SageMaker IA e fornecem vários exemplos de notebooks.
Os exemplos estão organizados em três níveis: iniciante, intermediário e avançado. Eles começam com Introdução ao R em SageMaker IA
Para obter informações sobre como trazer sua própria imagem R personalizada para o Studio, consulte Imagens personalizadas no Amazon SageMaker Studio Classic. Para ver um artigo de blog semelhante, consulte Trazendo seu próprio ambiente R para o Amazon SageMaker Studio
Tópicos
Suporte ao RStudio em IA SageMaker
O Amazon SageMaker AI oferece suporte ao RStudio como um ambiente de desenvolvimento integrado (IDE) totalmente gerenciado e integrado ao domínio Amazon SageMaker AI. Com a integração do RStudio, você pode iniciar um ambiente RStudio no domínio para executar seus fluxos de trabalho do RStudio em recursos de IA. SageMaker Para obter mais informações, consulte RStudio na Amazon AI SageMaker.
Kernel R em IA SageMaker
SageMaker instâncias de notebook suportam R usando um kernel R pré-instalado. Além disso, o kernel R tem a biblioteca reticulada, uma interface R para Python, para que você possa usar os recursos do SageMaker AI Python SDK de dentro de um script R.
-
reticulatelibrary
: fornece uma interface R para o Amazon Python SDK. SageMaker O pacote reticulado é convertido entre objetos de R e de Python.
Cadernos de exemplo
Pré-requisitos
-
Introdução ao R na SageMaker IA
— Este caderno de amostra descreve como você pode desenvolver scripts em R usando o kernel R da Amazon SageMaker AI. Neste caderno, você configura seu ambiente e permissões de SageMaker IA, baixa o conjunto de dados de abalone do UCI Machine Learning Repository , faz alguns processamentos e visualizações básicos dos dados e, em seguida, salva os dados no formato.csv no S3.
Nível Iniciante
-
SageMaker AI Batch Transform usando R Kernel
— Este exemplo de notebook descreve como realizar um trabalho de transformação em lote usando a API Transformer da SageMaker AI e o algoritmo XGBoost. O notebook também usa o conjunto de dados Abalone.
Nível Intermediário
-
Otimização de hiperparâmetros para XGBoost em R:
esse caderno de exemplo amplia os cadernos iniciantes anteriores que usam o conjunto de dados abalone e o XGBoost. Ele descreve como ajustar o modelo com a otimização de hiperparâmetros . Você também aprenderá como usar a transformação em lote para predições em lote, além de como criar um endpoint de modelo para fazer predições em tempo real. -
O Amazon SageMaker Processing with R
— SageMaker Processing permite que você pré-processe, pós-processe e execute cargas de trabalho de avaliação de modelos. Esse exemplo mostra como criar um script R para orquestrar um trabalho do Processing.
Nível avançado
-
Treine e implante seu próprio algoritmo R na SageMaker IA
— Você já tem um algoritmo R e quer trazê-lo para a SageMaker IA para ajustá-lo, treiná-lo ou implantá-lo? Este exemplo mostra como personalizar contêineres de SageMaker IA com pacotes R personalizados, até usar um endpoint hospedado para inferência em seu R-origin modelo.
