自訂模型 - 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。

自訂模型

在 Amazon SageMaker Canvas 中，您可以訓練針對特定資料和使用案例量身打造的自訂機器學習模型。透過使用您的資料訓練的自訂模型，您可以擷取特定且最具代表性的資料特性和趨勢。例如，您可能想要建立自訂的時間序列預測模型，以根據倉儲的庫存資料進行訓練，以管理物流操作。

Canvas 支援訓練各種模型類型。訓練自訂模型後，您可以評估模型的效能和準確性。對模型感到滿意後，您可以對新資料進行預測，您也可以選擇與資料科學家共用自訂模型，以進行進一步分析，或將其部署到 SageMaker 託管端點以進行即時推論，所有這些都來自 Canvas 應用程式。

您可以在下列類型的資料集上訓練 Canvas 自訂模型：

  • 表格式 （包括數值、類別、時脈和文字資料）

  • 映像

下表顯示您可以在 Canvas 中建置的自訂模型類型，以及其支援的資料類型和資料來源。

模型類型 範例使用案例 支援的資料類型 支援的資料來源

數值預測

根據平方英尺等功能預測房價

數值

本機上傳、Amazon S3、SaaS 連接器

2 類別預測

預測客戶是否可能流失

二進位或分類

本機上傳、Amazon S3、SaaS 連接器

3+ 類別預測

預測出院後的患者結果

分類

本機上傳、Amazon S3、SaaS 連接器

時間序列預測

預測下一季的庫存

時間序列

本機上傳、Amazon S3、SaaS 連接器

單一標籤影像預測

預測影像中製造瑕疵的類型

影像 （JPG、PNG）

本機上傳、Amazon S3

多類別文字預測

根據產品描述預測產品類別，例如服裝、電子產品或家居用品

來源欄：文字

目標欄：二進位或分類

本機上傳、Amazon S3

開始使用

若要開始從自訂模型建置和產生預測，請執行下列動作：

  • 決定您要建置的使用案例和模型類型。如需關於自訂模型的更多相關資訊，請參閱自訂模型的運作方式。如需關於有關自訂模型支援的資料類型和來源更多相關資訊，請參閱資料匯入。

  • 將您的資料匯入 Canvas。您可以使用符合輸入要求的任何表格式或影像資料集來建立自訂模型。有關輸入要求的更多相關資訊，請參閱建立資料集。

    若要進一步了解 SageMaker 您可以實驗的 提供的範例資料集，請參閱 Canvas 中的範例資料集。

  • 建置您的自訂模型。您可以執行快速建置以獲得模型並更快地開始進行預測，或者您可以執行標準建置以獲得更高的準確性。

    對於數值、類別和時間序列預測模型類型，您可以使用 Data Wrangler 功能 來清除和準備資料。在 Data Wrangler 中，您可以建立資料流程並使用各種資料準備技術，例如套用進階轉換或聯結資料集。針對影像預測模型，您可以編輯影像資料集以更新標籤或新增和刪除映像。請注意，您無法將這些功能用於多類別文字預測模型。

  • 評估模型的效能，並決定模型在真實世界資料上的效能。

  • （選用） 對於某些模型類型，您可以與 Amazon SageMaker Studio Classic 中的資料科學家合作，其可協助檢閱和改善您的模型。

  • 使用您的模型進行單一或批次預測。

注意

如果您已在 Amazon SageMaker Studio Classic 中擁有想要與 Canvas 共用的訓練模型，您可以將自己的模型帶到 SageMaker Canvas 。檢閱BYOM先決條件以判斷您的模型是否符合共用資格。