Beispiel: Hyperparameter-Optimierungsauftrag

In diesem Beispiel wird gezeigt, wie Sie ein neues Notebook zum Konfigurieren und Starten eines Hyperparameter-Optimierungsauftrags erstellen. Der Optimierungsauftrag nutzt den XGBoost-Algorithmus mit Amazon SageMaker AI, um ein Modell zu trainieren, das dann vorhersagt, ob ein Kunde eine Banktermineinlage registriert, nachdem er per Telefon kontaktiert wurde.

Sie verwenden das Low-Level-SDK für Python (Boto3), um den Hyperparameter-Tuning-Job zu konfigurieren und zu starten, und das AWS-Managementkonsole, um den Status von Hyperparameter-Tuning-Jobs zu überwachen. Sie können auch das Amazon SageMaker AI High-Level Amazon SageMaker Python SDK verwenden, um Hyperparameter-Tuning-Aufträge zu konfigurieren, auszuführen, zu überwachen und zu analysieren. Weitere Informationen finden Sie unter https://github.com/aws/sagemaker-python-sdk.

Voraussetzungen

Sie benötigen zur Ausführung des Codes in diesem Beispiel