Mākslīgais intelekts ir pierādījis savu popularitāti starp vadošajiem pakalpojumiem IT jomā. Miljoniem uzņēmumu izmanto mašīnmācīšanās modeļus, lai prognozētu nākotni, pamatojoties uz pašreizējiem datiem. Tas sniedz labāku izpratni par uzņēmējdarbību un sniedz priekšstatu lēmumu pieņēmējam un palīdz uzņēmumam attīstīties. AWS piedāvā pakalpojumu SageMaker, lai izveidotu mašīnmācīšanās modeļus mākonī, lai iegūtu vislabākos rezultātus mākonī.
Šajā rokasgrāmatā ir izskaidrots mašīnmācīšanās modeļa apmācības process pakalpojumā Amazon SageMaker.
Kā apmācīt ML modeļus programmā Amazon SageMaker?
Lai apmācītu mašīnmācības modeli programmā AWS Sagemaker, vienkārši izpildiet šo vienkāršo rokasgrāmatu:
Apmeklējiet S3 pakalpojumu
Pirms mašīnmācīšanās modeļa izveides lietotājam ir jāsaglabā datu kopa S3 segmentā. Lai augšupielādētu datus mākonī, vienkārši apmeklējiet “ S3 'pakalpojuma informācijas panelis:
Pārbaudiet S3 spaini
Apmeklējiet ' Spaiņi ” informācijas paneli no S3 konsoles un atveriet grozu, lai augšupielādētu tajā esošos objektus:
Augšupielādēt datu kopu
Augšupielādējiet datu kopu no vietējās sistēmas uz S3 spaini mākonī, lai to izmantotu mašīnmācīšanās modeļu apmācībai.
Amazon SageMaker pakalpojums
Pēc datu augšupielādes mākonī vienkārši apmeklējiet Amazon SageMaker pakalpojumu no AWS pārvaldības konsoles:
Atveriet studiju
Atrodiet ' Studija ” pogu no kreisā paneļa un noklikšķiniet uz tās:
Noklikšķiniet uz ' Atveriet studiju ” pogu no SageMaker Studio lapas:
AutoML risinājums
SageMaker Studio atvēršana prasīs dažus mirkļus, un, kad tā būs atvērta, vienkārši noklikšķiniet uz “ AutoML ” poga:
Pārskatiet ievadu un noklikšķiniet uz ' Izveidojiet AutoML eksperimentu ” pogu no lapas apakšas:
Konfigurēt eksperimentu
Sāciet AutoML eksperimenta konfigurēšanu, ierakstot projekta nosaukumu un noklikšķinot uz “ Pārlūkot ” pogu, lai atrastu S3 atrašanās vietu:
Eksportēt datu kopu
Izvēlieties datu kopas veikala ceļu S3 spainī un noklikšķiniet uz “ Nākamais: Mērķis un funkcijas ” poga:
Atlasiet datu kopas kolonnu Mērķis, kurai lietot ML modeli, un atlasiet parauga svara lauku no datu kopas:
Ritiniet uz leju līdz lapas apakšai, lai pārskatītu eksportētos datus, un noklikšķiniet uz “ Nākamais: Apmācības metode ” poga:
Apmācības metodes
Atlasiet platformas nodrošinātos mašīnmācīšanās modeļus un noklikšķiniet uz “ Nākamais: Izstrāde un papildu iestatījumi ” poga:
Atlasiet mašīnmācīšanās modeļa problēmas veidu un “ Auto ” nozīmē, ka platforma to atlasīs automātiski, analizējot datus:
Izveidot eksperimentu
Pārskatiet modeļa konfigurācijas un noklikšķiniet uz ' Izveidot eksperimentu ” poga:
Modeļa statuss ir ' InProgress ” un būs vajadzīgs laiks, lai apmācītu modeli un iegūtu vislabāko datu modeli:
Pārbaudiet labāko modeli
Platforma ir atradusi vislabāko modeli ar precizitāti un ir nodrošinājusi modeļu sarakstu, ko tā ir apmācījusi, izmantojot datus:
Izvēlieties labāko modeli un pārbaudiet tā veiktspēju no “ Modeļa izskaidrojamība ' lappuse:
Šajā GIF ir izskaidrota modeļa veiktspēja, izmantojot dažādas vizualizācijas metodes:
Tas viss attiecas uz mašīnmācīšanās modeļu apmācību pakalpojumā Amazon SageMaker.
Secinājums
Lai apmācītu mašīnmācības modeli programmā Amazon SageMaker, vienkārši augšupielādējiet datu kopu S3 segmentā no vietējās sistēmas. Pēc tam apmeklējiet pakalpojuma SageMaker informācijas paneli un informācijas panelī atveriet tā Studio, lai sāktu modeļa apmācību. Izvēlieties opciju AutoML un konfigurējiet eksperimentu, norādot datu S3 ceļu un ļaujot platformai no saraksta izvēlēties vislabāk apmācīto modeli.