R Amazon 用戶指南 SageMaker - Amazon SageMaker
RStudio中的 Support SageMakerR 內核 SageMaker開始使用 R SageMaker範例筆記本

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。

R Amazon 用戶指南 SageMaker

本文件將引導您使用 R 來利用 Amazon SageMaker 功能的方法。本指南將介紹 SageMaker內建 R 核心、如何開始使用 R SageMaker，最後還有數個範例筆記本。

這些範例分為入門、中級和進階三個程度。它們從 R 入門開始 SageMaker，在 R 上繼續進行 end-to-end 機器學習 SageMaker，然後完成更高級的主題，例如使用 R 腳本進行 SageMaker處理以及使用自己的（BYO）R 算法。 SageMaker 

如需如何自行提供 R 映像的詳細資訊，請參閱帶上自己的 SageMaker 形象。如需類似的部落格文章，請參閱將您自己的 R 環境帶到 Amazon SageMaker Studio。

RStudio中的 Support SageMaker

Amazon RStudio 作為與 Amazon SageMaker 網域整合的全受管整合式開發環境 (IDE) 提供 SageMaker 支援。透過RStudio整合，您可以在網域中啟動RStudio環境，以便在 SageMaker 資源上執行RStudio工作流程。如需詳細資訊，請參閱Amazon 上的 RStudio SageMaker。

R 內核 SageMaker

SageMaker 筆記本執行個體使用預先安裝的 R 核心支援 R。此外，R 內核具有退出的庫，一個 R 到 Python 接口，因此您可以在 R 腳本SDK中使用 SageMaker Python 的功能。

開始使用 R SageMaker

  •  使用 t2.medium 執行個體類型和預設儲存大小建立筆記本執行個體。如果您打算繼續使用執行個體以獲得更進階的範例，或在稍後建立更大的執行個體，您可以選擇更快的執行個體和更多的儲存空間。

  • 等到筆記本變成服務中狀態，再按一下開啟 Jupyter。

Location of the InService status in the console.

  • 從可用的環境清單中，使用 R 核心建立新的筆記本。 

Location of the R kernel in the list of available environments.

  • 建立新的筆記本時，您在筆記本環境的右上角應該會看到 R 標誌，該標誌下方也會出現以 R 為核心。這表示 SageMaker 已成功啟動此筆記型電腦的 R 核心。

Location of the R logo and R kernel of the notebook environment.

  • 或者，在 Jupyter 筆記本中，您也可以使用核心功能表，然後從變更核心選項中選取 R。

Location of where to change your notebook kernel to R.

範例筆記本

先決條件

R 開始使用 SageMaker：此範例筆記本說明如何使用 Amazon SageMaker 的 R 核心開發 R 指令碼。在此筆記本中，您可以設定 SageMaker 環境和權限、從 Machine L UCIearning 儲存庫下載鮑魚資料集、對資料執行一些基本處理和視覺化，然後將資料儲存為 .csv 格式到 S3。

入門程度

SageMaker使用 R 核心進行 Batch 轉換：此範例筆記本說明如何使用 SageMaker的轉換器API和XGBoost演算法執行批次轉換工作。 筆記本也使用鮑魚資料集。

中級程度

R XGBoost 中的超參數優化：此示例筆記本擴展了以前使用鮑魚數據集和XGBoost. 它也描述了使用超參數最佳化進行模型微調。您也將學習如何使用批次轉換進行批次預測，以及如何建立模型端點以進行即時預測。 

Amazon 使用 R SageMaker 處理：SageMaker處理可讓您預先處理、後處理和執行模型評估工作負載。此範例示範如何建立 R 指令碼來協調 Processing 任務。 

進階程度

訓練和部署您自己的 R 算法 SageMaker：您是否已經擁有 R 算法，並且想要將其引入 SageMaker 調整，訓練或部署它？ 此範例將逐步引導您如何使用自訂 R 套件自訂 SageMaker 容器，一直到在 R-origin 模型上使用託管端點進行推論。