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.
Este documento lista recursos que podem ajudar você a aprender como usar os recursos de SageMaker IA da Amazon com o ambiente de software R. As seções a seguir apresentam o kernel R integrado da 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 Getting Started with R on SageMaker AI
Para obter informações sobre como trazer sua própria imagem R personalizada para o Studio, consulte Traga sua própria imagem de SageMaker IA. Para um artigo de blog semelhante, consulte Trazendo seu próprio ambiente de R para o Amazon SageMaker Studio
Tópicos
RStudio suporte em SageMaker IA
O Amazon SageMaker AI oferece suporte RStudio como um ambiente de desenvolvimento integrado (IDE) totalmente gerenciado e integrado ao domínio do Amazon SageMaker AI. Com a RStudio integração, você pode iniciar um RStudio ambiente no domínio para executar seus RStudio fluxos de trabalho em recursos de SageMaker IA. Para obter mais informações, consulte RStudio na Amazon SageMaker AI.
Kernel R em IA SageMaker
SageMaker instâncias de notebook oferecem suporte ao R usando um kernel R pré-instalado. Além disso, o kernel R tem a biblioteca reticulada, uma interface de R para Python, para que você possa usar os recursos do AI SageMaker Python SDK de dentro de um script R.
-
reticulatelibrary:
fornece uma interface R para o SDK do Amazon Python. 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 exemplo de caderno descreve como você pode desenvolver scripts 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 abalone do UCI Machine Learning Repository , faz alguns processamentos e visualizações básicos dos dados e 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 XGBoost algoritmo. O notebook também usa o conjunto de dados Abalone.
Nível Intermediário
-
Otimização de hiperparâmetros para XGBoost em R
— Este exemplo de caderno estende os cadernos anteriores para iniciantes que usam o conjunto de dados abalone e. 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. -
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 em 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 o uso de um endpoint hospedado para inferência em seu modelo de origem R.
