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。
训练模型
有关使用 Amazon SageMaker 训练模型的概述，请参阅通过 训练模型Amazon SageMaker。
SageMaker 提供了功能用于监控和管理机器学习模型的训练和验证。有关可用指标、增量训练、自动模型优化以及使用增强清单文件来标记训练数据的指南，请参阅以下主题。
-
有关为您的任务或问题选择机器学习算法及其实现的指导，请参阅选择算法。
-
有关调试机器学习模型训练的指导，请参阅Amazon SageMaker 调试程序。
-
有关用于监控和训练模型的指标，请参阅使用指标监控和分析训练作业。
-
有关用于检测模型后处理偏差的指标的指南，请参阅检测训练后数据和模型偏差。
-
有关模型可解释性的指导，请参阅模型可解释性。
-
有关 SageMaker 中增量训练的指南，请参阅 Amazon SageMaker 中的增量训练。
-
有关在 SageMaker 中使用托管的 Spot 训练的指导，请参阅 中的托管的 Spot 训练Amazon SageMaker。
-
有关在 SageMaker 中使用训练检查点操作的指导，请参阅使用 Amazon SageMaker 中的检查点。
-
有关自动模型优化（也称为超参数优化）的指南，请参阅执行自动模型优化。
-
有关为标签训练数据使用增强清单文件的指南，请参阅通过增强清单文件，将数据集元数据提供给训练作业。
主题