Umjetna inteligencija dokazala je svoju popularnost među vodećim uslugama u IT domeni. Milijuni tvrtki koriste modele strojnog učenja za predviđanje budućnosti na temelju trenutnih podataka. Omogućuje bolje razumijevanje poslovanja i daje smjernice donositelju odluka te pomaže u napredovanju tvrtke. AWS nudi uslugu SageMaker za stvaranje modela strojnog učenja u oblaku za postizanje najboljih rezultata u oblaku.
Ovaj će vodič objasniti proces obuke modela strojnog učenja u usluzi Amazon SageMaker.
Kako trenirati ML modele u Amazon SageMakeru?
Za obuku modela strojnog učenja u AWS Sagemakeru jednostavno slijedite ovaj jednostavan vodič:
Posjetite S3 servis
Prije početka izrade modela strojnog učenja, korisnik treba pohraniti skup podataka u S3 spremnik. Za prijenos podataka u oblak jednostavno posjetite ' S3 ” nadzorna ploča usluge:
Provjerite S3 kantu
Posjetiti ' Kante ” nadzornu ploču sa S3 konzole i otvorite košaricu za učitavanje objekata u nju:
Prenesi skup podataka
Prenesite skup podataka iz lokalnog sustava u S3 spremnik u oblaku da biste ga koristili za obuku modela strojnog učenja:
Usluga Amazon SageMaker
Nakon učitavanja podataka u oblak, jednostavno posjetite uslugu Amazon SageMaker s AWS konzole za upravljanje:
Otvori Studio
Pronađite ' Studio ” na lijevoj ploči i kliknite na njega:
Klikni na ' Otvori Studio ” sa stranice SageMaker Studio:
AutoML rješenje
Bit će potrebno nekoliko trenutaka da se otvori SageMaker Studio i kada se otvori, jednostavno kliknite na ' AutoML ' dugme:
Pregledajte uvod i kliknite na ' Stvorite AutoML eksperiment ” s dna stranice:
Konfigurirajte eksperiment
Počnite konfigurirati AutoML eksperiment tako da upišete naziv projekta i kliknete na ' pretraživati ” za pronalaženje lokacije S3:
Izvoz skupa podataka
Odaberite put pohrane skupa podataka u S3 spremniku i kliknite na ' Sljedeće: cilj i značajke ' dugme:
Odaberite stupac Target iz skupa podataka na koji želite primijeniti ML model i odaberite polje težine uzorka iz skupa podataka:
Pomaknite se do dna stranice kako biste pregledali izvezene podatke i kliknite na ' Dalje: Metoda obuke ' dugme:
Metode obuke
Odaberite modele strojnog učenja koje nudi platforma i kliknite na ' Sljedeće: Razvoj i napredne postavke ' dugme:
Odaberite vrstu problema za model strojnog učenja i ' Auto ” znači da će ga platforma automatski odabrati analizom podataka:
Stvorite eksperiment
Pregledajte konfiguracije modela i kliknite na ' Napravi eksperiment ' dugme:
Status modela je ' U nastajanju ” i trebat će vremena za obuku modela i dobivanje najboljeg modela za podatke:
Provjerite najbolji model
Platforma je pronašla najbolji model s točnošću i dala popis modela koje je obučila na temelju podataka:
Odaberite najbolji model i provjerite njegove performanse iz “ Objašnjivost modela ” stranica:
Sljedeći GIF objašnjava izvedbu modela korištenjem različitih tehnika vizualizacije:
To je sve o obuci modela strojnog učenja u usluzi Amazon SageMaker.
Zaključak
Za treniranje modela strojnog učenja u Amazon SageMakeru jednostavno prenesite skup podataka u S3 spremnik iz lokalnog sustava. Nakon toga posjetite nadzornu ploču usluge SageMaker i otvorite njegov Studio s nadzorne ploče kako biste započeli s obukom modela. Odaberite opciju AutoML i konfigurirajte eksperiment pružanjem S3 putanje podataka i dopuštanjem platformi da odabere najbolje obučeni model s popisa.