為管理 AutoML 任務而產生的 Autopilot 筆記本 - Amazon SageMaker

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

為管理 AutoML 任務而產生的 Autopilot 筆記本

Amazon SageMaker Autopilot 會使用 AutoML AutoML） 程序中的關鍵任務。AutoML 任務會建立三個以筆記本為基礎的報告，描述 Autopilot 遵循的計劃以產生候選模型。

一個候選模型會包含一個 (管道，演算法) 組。首先，是資料探勘筆記本，描述 Autopilot 對您提供的資料有何了解。其次，有一個候選定義筆記本，利用資料的相關資訊來產生候選項目。第三，一份模型深入分析報告，可協助詳細說明 Autopilot 實驗排行榜中最佳模型的效能特徵。

主題

如果您已安裝 Amazon SageMaker PythonSDK，您可以在 Amazon SageMaker或本機中執行這些筆記本。您可以共用筆記本，就像任何其他 SageMaker Studio Classic 筆記本一樣。筆記本是為您建立以進行實驗。例如，您可以在筆記本中編輯下列項目：

  • 資料上使用的預處理器

  • 超參數最佳化 （HPO） 執行量及其平行處理

  • 值得嘗試的演算法

  • 用於HPO任務的執行個體類型

  • 超參數範圍

建議修改候選定義筆記本，以用來做為學習工具。此功能可讓您了解機器學習程序期間所做的決策會對結果有何影響。

注意

在預設執行個體中執行筆記本時，會產生基準成本。不過，當您從候選筆記本執行HPO任務時，這些任務會使用會產生額外成本的其他運算資源。