Inteligența artificială și-a dovedit popularitatea printre serviciile de top din domeniul IT. Milioane de companii folosesc modele de învățare automată pentru a prezice viitorul pe baza datelor actuale. Oferă o mai bună înțelegere a afacerii și oferă un punct de vedere frontal celui care ia decizii și ajută la progresul companiei. AWS oferă serviciul SageMaker pentru a crea modele de învățare automată în cloud pentru a obține cele mai bune rezultate pe cloud.
Acest ghid va explica procesul de instruire a modelului de învățare automată în serviciul Amazon SageMaker.
Cum să antrenezi modele ML în Amazon SageMaker?
Pentru a antrena modelul de învățare automată în AWS Sagemaker, pur și simplu urmați acest ghid simplu:
Vizitați Serviciul S3
Înainte de a începe să construiască un model de învățare automată, utilizatorul trebuie să stocheze setul de date în compartimentul S3. Pentru a încărca date în cloud, accesați pur și simplu „ S3 ” tabloul de bord de serviciu:
Verificați S3 Bucket
Viziteaza ' Găleți ” din Consola S3 și deschideți coșul pentru a încărca obiectele din acesta:
Încărcați setul de date
Încărcați setul de date din sistemul local în compartimentul S3 de pe cloud pentru a-l folosi pentru antrenarea modelelor de învățare automată:
Serviciul Amazon SageMaker
După încărcarea datelor în cloud, pur și simplu vizitați serviciul Amazon SageMaker din Consola de management AWS:
Deschide Studio
Localizați „ Studio ” din panoul din stânga și faceți clic pe el:
Faceți clic pe „ Deschide Studio butonul ” din pagina SageMaker Studio:
Soluție AutoML
Va dura câteva momente pentru a deschide SageMaker Studio și, odată ce este deschis, pur și simplu faceți clic pe „ AutoML butonul ”:
Consultați introducerea și faceți clic pe „ Creați experimentul AutoML butonul ” din partea de jos a paginii:
Configurați experimentul
Începeți configurarea experimentului AutoML tastând numele proiectului și făcând clic pe „ Naviga ” pentru a găsi locația S3:
Exportați setul de date
Alegeți calea magazinului de seturi de date în compartimentul S3 și faceți clic pe „ Următorul: Țintă și caracteristici butonul ”:
Selectați coloana țintă din setul de date pentru a aplica modelul ML și selectați câmpul de greutate a eșantionului din setul de date:
Derulați în jos până la partea de jos a paginii pentru a examina datele exportate și faceți clic pe „ Următorul: Metoda de antrenament butonul ”:
Metode de antrenament
Selectați modelele de învățare automată oferite de platformă și faceți clic pe „ Următorul: Dezvoltare și setări avansate butonul ”:
Selectați tipul de problemă pentru modelul de învățare automată și „ Auto ” înseamnă că platforma o va selecta automat analizând datele:
Creați un experiment
Examinați configurațiile modelului și faceți clic pe „ Creați experiment butonul ”:
Starea modelului este „ În curs ” și va dura timp pentru a antrena modelul și a obține cel mai bun model pentru date:
Verificați cel mai bun model
Platforma a găsit cel mai bun model cu acuratețe și a furnizat lista modelelor pe care le-a antrenat pe baza datelor:
Selectați cel mai bun model și verificați performanța acestuia din „ Explicabilitatea modelului ” pagina:
Următorul GIF explică performanța modelului folosind diferite tehnici de vizualizare:
Acesta este totul despre formarea modelelor de învățare automată în serviciul Amazon SageMaker.
Concluzie
Pentru a antrena modelul de învățare automată în Amazon SageMaker, pur și simplu încărcați setul de date în compartimentul S3 din sistemul local. După aceea, vizitați tabloul de bord al serviciului SageMaker și deschideți Studioul său din tabloul de bord pentru a începe antrenamentul modelului. Alegeți opțiunea AutoML și configurați experimentul furnizând calea S3 a datelor și permițând platformei să aleagă modelul cel mai bine antrenat din listă.