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。
开始使用亚马逊 SageMaker 笔记本实例
机器学习 (ML) 从业者使用 Amazon 的最佳方式之一 SageMaker 是使用 SageMaker 笔记本实例训练和部署 ML 模型。 SageMaker 笔记本实例通过在 Amazon Elastic Compute Cloud (Amazon EC2) 上启动 Jupyter 服务器并为预配置的内核提供以下软件包来帮助创建环境:Amaz SageMaker on Python SDK、,Amazon Command Line Interface (Amazon CLI)、Conda、Pandas、深度学习框架库以及其他用于数据科学和机器学习的库。Amazon SDK for Python (Boto3)
使用 SageMaker Python 开发工具包进行Machine Learning
要在 SageMaker 笔记本实例中训练、验证、部署和评估 ML 模型,请使用 SageMaker Python SDK。 SageMaker Python 软件开发工具包抽象Amazon SDK for Python (Boto3)和 SageMaker API 操作。它使您能够集成和协调其他Amazon服务,例如 Amazon Simple Storage Service (Amazon S3) 用于保存数据和模型构件、用于导入和服务机器学习模型的 Amazon Elastic Compute Cloud (Amazon EC2)。
您还可以利用可帮助您处理完整机器学习周期各个阶段的 SageMaker 功能:数据标记、数据预处理、模型训练、模型部署、预测性能评估以及监控生产中模型的质量。
如果您是初次使用的 SageMaker 用户,我们建议您按照 end-to-end 机器学习教程使用 SageMaker Python SDK。要查找开源文档,请参阅亚马逊 SageMaker Python SDK
教程概览
本入门教程将引导您完成如何创建 SageMaker 笔记本实例、在 Conda 环境中打开带有预配置内核的 Jupyter 笔记本进行机器学习,以及如何启动 SageMaker 会话以运行 end-to-end ML 循环。您将学习如何将数据集保存到与会 SageMaker话自动配对的默认 Amazon S3 存储桶,向 Amazon EC2 提交 ML 模型的训练任务,以及如何通过 Amazon EC2 托管或批量推理部署经过训练的模型进行预测。
本教程明确显示了从 SageMaker 内置模型池训练 XGBoost 模型的完整机器学习流程。您使用美国成人人口普查数据集
-
SageMakerxgBoost — XGBoost
模型适用于 SageMaker 环境并预配置为 Docker 容器。 SageMaker提供了一套为使用 SageMaker 功能而准备的内置算法。要详细了解机器学习算法的适用范围 SageMaker,请参阅选择算法和使用 Amazon SageMaker 内置算法。有关 SageMaker 内置算法 API 操作的信息,请参阅 Amaz SageMaker on Python SDK 中的第一方算法 。 -
成人人口普查数据集
— 来自罗尼·科哈维和巴里·贝克尔的 1994 年人口普查局数据库 的数据集(数据挖掘和可视化,Silicon Graphics)。 SageMaker XGBoost 模型使用此数据集进行训练,以预测个人年收入是否超过 50,000 美元。