Kako usposobiti modele ML v Amazon SageMaker?

Umetna inteligenca je dokazala svojo priljubljenost med vodilnimi storitvami na področju IT. Milijoni podjetij uporabljajo modele strojnega učenja za napovedovanje prihodnosti na podlagi trenutnih podatkov. Zagotavlja boljše razumevanje poslovanja in daje prednost odločevalcu ter pomaga pri napredku podjetja. AWS ponuja storitev SageMaker za ustvarjanje modelov strojnega učenja v oblaku za doseganje najboljših rezultatov v oblaku.

Ta vodnik bo razložil postopek usposabljanja modela strojnega učenja v storitvi Amazon SageMaker.

Kako usposobiti modele ML v Amazon SageMaker?

Če želite usposobiti model strojnega učenja v AWS Sagemaker, preprosto sledite temu preprostemu vodniku:

Obiščite storitev S3

Preden začne graditi model strojnega učenja, mora uporabnik shraniti nabor podatkov v vedro S3. Če želite naložiti podatke v oblak, preprosto obiščite » S3 ” servisna nadzorna plošča:

Preverite vedro S3

Obiščite “ Vedra ” iz konzole S3 in odprite košarico, da naložite predmete vanjo:

Naloži nabor podatkov

Naložite nabor podatkov iz lokalnega sistema v vedro S3 v oblaku, da ga uporabite za usposabljanje modelov strojnega učenja:

Storitev Amazon SageMaker

Ko naložite podatke v oblak, preprosto obiščite storitev Amazon SageMaker iz konzole AWS Management Console:

Odpri Studio

Poiščite » Studio ” na levi plošči in kliknite nanj:

Kliknite na ' Odpri Studio ” na strani SageMaker Studio:

Rešitev AutoML

Trajalo bo nekaj trenutkov, da odprete SageMaker Studio, in ko je odprt, preprosto kliknite » AutoML ” gumb:

Preglejte uvod in kliknite » Ustvarite preizkus AutoML ” na dnu strani:

Konfigurirajte poskus

Začnite konfigurirati preizkus AutoML tako, da vnesete ime projekta in kliknete » Prebrskaj ” za iskanje lokacije S3:

Izvozi nabor podatkov

Izberite pot do shrambe nabora podatkov v vedru S3 in kliknite » Naprej: cilj in funkcije ” gumb:

Izberite stolpec Target iz nabora podatkov, na katerem želite uporabiti model ML, in izberite polje teže vzorca iz nabora podatkov:

Pomaknite se navzdol na dno strani, da pregledate izvožene podatke in kliknite » Naprej: Metoda usposabljanja ” gumb:

Metode usposabljanja

Izberite modele strojnega učenja, ki jih ponuja platforma, in kliknite » Naprej: Razvoj in napredne nastavitve ” gumb:

Izberite vrsto težave za model strojnega učenja in » Avto « pomeni, da ga bo platforma samodejno izbrala z analizo podatkov:

Ustvari poskus

Preglejte konfiguracije modela in kliknite » Ustvari poskus ” gumb:

Status modela je ' V delu ” in potreben bo čas za usposabljanje modela in pridobitev najboljšega modela za podatke:

Preverite najboljši model

Platforma je našla najboljši model z natančnostjo in zagotovila seznam modelov, ki jih je usposobila za podatke:

Izberite najboljši model in preverite njegovo delovanje v ' Razložljivost modela ” stran:

Naslednji GIF pojasnjuje delovanje modela z uporabo različnih tehnik vizualizacije:

To je vse o usposabljanju modelov strojnega učenja v storitvi Amazon SageMaker.

Zaključek

Če želite usposobiti model strojnega učenja v Amazon SageMaker, preprosto naložite nabor podatkov v vedro S3 iz lokalnega sistema. Po tem obiščite nadzorno ploščo storitve SageMaker in na nadzorni plošči odprite njegov Studio, da začnete učiti model. Izberite možnost AutoML in konfigurirajte poskus tako, da zagotovite pot podatkov S3 in omogočite platformi, da s seznama izbere najbolje usposobljen model.