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。
XGBoost 筆記本範例
下列清單包含各種範例 Jupyter 筆記本，可解決 Amazon SageMaker XGBoost 演算法的不同使用案例。
-
如何建立自訂XGBoost容器
– 此筆記本說明如何使用 Amazon SageMaker Batch Transform 建置自訂XGBoost容器。 -
XGBoost 使用 Parquet 迴歸
- 此筆記本說明如何使用 Parquet 中的 Abalone 資料集來訓練XGBoost模型。 -
如何訓練和託管多類別分類模型
– 本筆記本說明如何使用MNIST資料集訓練和託管多類別分類模型。 -
如何訓練客戶流失預測模型
– 此筆記本說明如何訓練模型以預測行動客戶離開，以識別不滿意的客戶。 -
Amazon SageMaker Managed Spot XGBoost訓練基礎設施簡介
– 本筆記本說明如何使用 Spot 執行個體搭配XGBoost容器進行訓練。 -
如何使用 Amazon SageMaker Debugger 對XGBoost訓練任務進行偵錯
– 本筆記本說明如何使用 Amazon SageMaker Debugger 監控訓練任務，以使用內建偵錯規則偵測不一致。
如需如何建立和存取可用於在 中執行範例的 Jupyter 筆記本執行個體的說明 SageMaker，請參閱 Amazon SageMaker Notebook 執行個體。在您建立並開啟筆記本執行個體之後，請選擇SageMaker範例索引標籤以查看所有 SageMaker 範例的清單。使用線性學習演算法模組化範例筆記本的主題位於 Amazon 演算法簡介一節。若要開啟筆記本，請選擇其使用標籤，然後選擇建立複本。
