Amazon SageMaker Feature Store 笔记 - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 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 Amazon Web Services 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。

Amazon SageMaker Feature Store 笔记

要开始使用 Amazon SageMaker 功能商店,您可以从下表中的各种示例 Jupyter 笔记本中进行选择。如果这是你第一次使用功能商店,请尝试功能商店简介笔记本。要运行任何这些笔记本,您必须将此策略附加到您的 IAM 执行角色:AmazonSageMakerFeatureStoreAccess.

请参阅IAM 角色访问你的角色并附加此策略。有关演练,请参阅向 IAM 角色添加策略. 以下屏幕截图说明了附加策略后如何显示在您的 IAM 角色下。

Feature Store 样本

下表概述了解决 Amazon SageMaker 功能商店不同使用案例的各种样本笔记本。

笔记本标题 说明

Feature Store 简介

介绍关键要素存储功能,例如如何创建、配置功能组以及如何将数据提取到在线或离线 feature store。

使用功能商店检测欺诈

一个高级示例,介绍如何通过将数据输入要素商店、查询数据以形成训练数据集以及如何训练一个简单的推理模型来训练欺诈检测模型。

使用 KMS 密钥加密在线或离线功能商店中的数据

关于如何使用 KMS 密钥加密和解密在线或离线功能商店中的数据以及如何验证数据是否已加密的高级示例。请注意,这款笔记本处理静态加密。

使用 Feature Store 进行客户端加密Amazon加密 SDK

一个高级示例如何使用功能商店进行客户端加密Amazon加密 SDK 库在将您的数据提取到在线或离线功能商店之前对其进行加密。

如何使用 KMS 密钥安全地将影像数据集存储在要素存储中?

一个高级示例,演示如何使用 KMS 密钥进行服务器端加密将图像数据集安全存储到要素存储中。

创建从 Ground Truth 分类标签作业到功能商店的机器学习工作流

一种机器学习 (ML) 工作流程,演示如何提供图像或文本分类标签作业的输出Amazon要素商店的 Ground Truth。