Tekoäly on osoittanut suosionsa IT-alan johtavien palveluiden joukossa. Miljoonat yritykset käyttävät koneoppimismalleja ennustaakseen tulevaisuutta nykyisten tietojen perusteella. Se antaa paremman ymmärryksen liiketoiminnasta ja antaa päähän päätöksentekijälle sekä auttaa yritystä etenemään. AWS tarjoaa SageMaker-palvelun, jolla voit luoda koneoppimismalleja pilvessä saadaksesi parhaat tulokset pilvessä.
Tämä opas selittää koneoppimismallin koulutusprosessin Amazon SageMaker -palvelussa.
Kuinka kouluttaa ML-malleja Amazon SageMakerissa?
Voit kouluttaa koneoppimismallin AWS Sagemakerissa noudattamalla tätä helppoa ohjetta:
Vieraile S3-palvelussa
Ennen kuin alkaa rakentaa koneoppimismallia, käyttäjän on tallennettava tietojoukko S3-ämpäriin. Jos haluat ladata tietoja pilveen, käy ' S3 ”palvelun kojelauta:
Tarkista S3-kauha
Vieraile ' Kauhat ” hallintapaneeli S3-konsolista ja avaa kori ladataksesi siinä olevat kohteet:
Lataa tietojoukko
Lataa tietojoukko paikallisesta järjestelmästä pilven S3-säilöyn, jotta voit käyttää sitä koneoppimismallien harjoittamiseen:
Amazon SageMaker -palvelu
Kun olet ladannut tiedot pilveen, käy Amazon SageMaker -palvelussa AWS-hallintakonsolista:
Avaa Studio
Etsi ' Studio ” -painiketta vasemmasta paneelista ja napsauta sitä:
Klikkaa ' Avaa Studio ” -painiketta SageMaker Studio -sivulta:
AutoML-ratkaisu
SageMaker Studion avaaminen kestää hetken, ja kun se on auki, napsauta ' AutoML ”-painike:
Tarkista esittely ja napsauta ' Luo AutoML-kokeilu ”-painiketta sivun alalaidasta:
Määritä kokeilu
Aloita AutoML-kokeilun määrittäminen kirjoittamalla projektin nimi ja napsauttamalla ' Selaa ” -painiketta löytääksesi S3:n sijainnin:
Vie tietojoukko
Valitse Dataset Storen polku S3-ämpäristä ja napsauta ' Seuraavaksi: Kohde ja ominaisuudet ”-painike:
Valitse tietojoukosta Kohde-sarake, johon ML-mallia sovelletaan, ja valitse näytteen painokenttä tietojoukosta:
Vieritä sivun alaosaan tarkastellaksesi vietyjä tietoja ja napsauta ' Seuraava: Koulutusmenetelmä ”-painike:
Koulutusmenetelmät
Valitse alustan tarjoamat koneoppimismallit ja napsauta ' Seuraava: Kehitys- ja lisäasetukset ”-painike:
Valitse koneoppimismallin ongelman tyyppi ja ' Auto ” tarkoittaa, että alusta valitsee sen automaattisesti analysoimalla tiedot:
Luo kokeilu
Tarkista mallin kokoonpanot ja napsauta ' Luo kokeilu ”-painike:
Mallin tila on ' Käynnissä ” ja mallin kouluttaminen ja parhaan mallin hankkiminen datalle vie aikaa:
Tarkista paras malli
Alusta on löytänyt parhaan mallin tarkasti ja toimittanut luettelon malleista, joita se on kouluttanut tietojen perusteella:
Valitse paras malli ja tarkista sen suorituskyky ' Mallin selitettävyys ”sivu:
Seuraava GIF selittää mallin suorituskyvyn eri visualisointitekniikoilla:
Siinä on kyse koneoppimismallien koulutuksesta Amazon SageMaker -palvelussa.
Johtopäätös
Kouluttaaksesi koneoppimismallin Amazon SageMakerissa, lataa tietojoukko S3-säilössä paikallisesta järjestelmästä. Sen jälkeen käy SageMaker-palvelun kojelaudassa ja avaa sen Studio kojelaudasta aloittaaksesi mallin harjoittelun. Valitse AutoML-vaihtoehto ja määritä kokeilu antamalla tietojen S3-polku ja antamalla alustan valita luettelosta parhaiten koulutettu malli.