本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 为管理 AutoML 任务生成的 Autopilot 笔记本
<a name="autopilot-automate-model-development-notebook-output"></a>

Amazon A SageMaker utopilot 使用 AutoML 作业管理自动机器学习 (AutoML) 过程中的关键任务。AutoML 作业创建了三个基于笔记本的报告，这些报告描述了 Autopilot 为生成候选模型而遵循的计划。

候选模型由一个（管道、算法）对组成。首先，有一个**数据探索**笔记本，它描述了 Autopilot 从您提供的数据中了解到的信息。其次，有一个**候选项定义**笔记本，它使用与数据相关信息来生成候选项。第三，**模型见解**报告，可以帮助详细说明 Autopilot 实验排行榜中最佳模型的性能特征。

**Topics**
+ [Autopilot 数据探索报告](autopilot-data-exploration-report.md)
+ [查找并运行候选定义笔记本](autopilot-candidate-generation-notebook.md)

如果你安装了 Amazon [ SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable)，你可以在亚马逊 SageMaker 人工智能中运行这些笔记本，也可以在本地运行这些笔记本。 您可以像共享其他 SageMaker Studio Classic 笔记本电脑一样共享笔记本电脑。 这些笔记本是为你进行实验而创建的。例如，您可以在笔记本中编辑以下项目：
+ 对数据使用的预处理器 
+ 超参数优化 (HPO) 运行的次数及其并行度
+ 要尝试的算法
+ 用于 HPO 作业的实例类型
+ 超参数范围

作为一种学习手段，鼓励对候选项定义笔记本进行修改。通过此功能，您可以了解在机器学习过程中做出的决策如何影响结果。

**注意**  
当您在默认实例中运行笔记本时，会产生基准费用。而且，当您从候选笔记本运行 HPO 作业时，这些作业会使用额外的计算资源，从而产生额外的费用。