视频:使用 Autopilot 自动执行和探索机器学习过程 - Amazon SageMaker
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 AWS 服务入门

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。

视频:使用 Autopilot 自动执行和探索机器学习过程

这是一个视频系列,这些视频使用 Studio 简要说明了 Amazon SageMaker Autopilot 功能。它们说明了如何启动 AutoML 作业,分析和预处理数据,如何对候选模型进行特征工程和超参数优化,以及如何可视化和比较生成的模型指标。

使用 AutoML 启动 Amazon SageMaker Autopilot作业

该视频介绍了如何使用 AutoML 启动 Autopilot作业。(长度:8:41)

了解 Autopilot 中自动实施的数据探索和特征工程。

该视频介绍如何分析 Amazon SageMaker Autopilot 生成的数据探索和候选定义笔记本。(长度:10:04)

调整模型以优化性能

该视频介绍了如何在训练过程中使用超参数调整以优化模型性能。(长度:4:59)

选择和部署最佳模型

该视频介绍了如何使用作业指标来选择最佳模型,然后介绍了如何进行部署。(长度:5:20)

Amazon SageMaker Autopilot 演练

该视频将指导您完成一个端到端演示,在该演示中,我们先使用 Amazon SageMaker Autopilot 自动构建一个二元分类模型。我们将看到如何使用自动生成的笔记本构建和优化候选模型。我们还将查看具有 SageMaker 实验的最佳候选项。最后,我们部署最佳候选项(基于 XGBoost),并使用 SageMaker 模型监控器配置数据捕获。