Ejemplo: trabajo de ajuste de hiperparámetros
Este ejemplo muestra cómo crear un nuevo cuaderno para configurar y lanzar un trabajo de ajuste de hiperparámetros. El trabajo de ajuste utiliza el Algoritmo XGBoost con Amazon SageMaker AI para formar un modelo para que pueda prever si un cliente se registrará en un depósito bancario a plazo después de que se pongan en contacto con él por teléfono.
Puede utilizar el SDK para Python (Boto3) de bajo nivel para configurar y lanzar el trabajo de ajuste de hiperparámetros y la Consola de administración de AWS para monitorizar el estado de los trabajos de entrenamiento de hiperparámetros. También puede utilizar el Amazon SageMaker Python SDK
Requisitos previos
Para ejecutar el código de este ejemplo, necesita
-
Un bucket de Amazon S3 para almacenar su conjunto de datos de entrenamiento y los artefactos del modelo creados durante el entrenamiento
