Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Recursos para usar R con Amazon SageMaker AI
En este documento se enumeran los recursos que pueden ayudarle a aprender a utilizar las funciones de Amazon SageMaker AI con el entorno de software R. En las siguientes secciones se presenta el núcleo R integrado en la SageMaker IA, se explica cómo empezar a utilizar R en la SageMaker IA y se proporcionan varios ejemplos de cuadernos.
Los ejemplos están organizados en tres niveles: principiante, intermedio y avanzado. Empiezan con Primeros pasos con R en la SageMaker IA
Para obtener información sobre cómo incorporar su propia imagen de R personalizada a Studio, consulte Imágenes personalizadas en Amazon SageMaker Studio Classic. Para ver un artículo de blog similar, consulte Cómo incorporar su propio entorno R a Amazon SageMaker Studio
Temas
Soporte de RStudio en IA SageMaker
Amazon SageMaker AI es compatible con RStudio como un entorno de desarrollo integrado (IDE) totalmente gestionado e integrado con el dominio Amazon SageMaker AI. Con la integración de RStudio, puede lanzar un entorno de RStudio en el dominio para ejecutar sus flujos de trabajo de RStudio en recursos de IA. SageMaker Para obtener más información, consulte RStudio en Amazon AI SageMaker.
Núcleo R en SageMaker IA
SageMaker las instancias de notebook admiten R mediante un núcleo R preinstalado. Además, el núcleo R tiene la biblioteca reticulate, una interfaz de R a Python, por lo que puede utilizar las funciones del SageMaker AI Python SDK desde un script de R.
-
reticulatelibrary:
proporciona una interfaz R para el SDK de Amazon Python. SageMaker El paquete reticular traduce entre objetos R y Python.
Cuadernos de ejemplo
Requisitos previos
-
Introducción a R en la SageMaker IA
: este cuaderno de muestra describe cómo puede desarrollar scripts de R con el kernel R de Amazon SageMaker AI. En este cuaderno, configura su entorno y permisos de SageMaker IA, descarga el conjunto de datos abalone del repositorio de Machine Learning de la UCI, realiza algunos procesos básicos de procesamiento y visualización de los datos y, a continuación, guarda los datos en formato.csv en S3.
Nivel de principiante
-
SageMaker Transformación por lotes mediante IA Kernel R
: este ejemplo de cuaderno describe cómo realizar un trabajo de transformación por lotes utilizando la API Transformer de SageMaker IA y el algoritmo XGBoost. El cuaderno también usa el conjunto de datos Abalone.
Nivel intermedio
-
Hyperparameter Optimization for XGBoost in R
: este cuaderno de ejemplo amplía los cuadernos de principiante anteriores que utilizan el conjunto de datos del abulón y XGBoost. Describe cómo ajustar el modelo con la optimización de hiperparámetros . También aprenderá a usar la transformación por lotes para hacer predicciones por lotes y cómo crear un punto de conexión del modelo para hacer predicciones en tiempo real. -
Amazon SageMaker Processing with R
: SageMaker Processing le permite preprocesar, posprocesar y ejecutar cargas de trabajo de evaluación de modelos. En este ejemplo se muestra cómo crear un script de R para organizar un trabajo de procesamiento.
Nivel avanzado
-
Entrene e implemente su propio algoritmo R en SageMaker IA
: ¿ya tiene un algoritmo R y desea incorporarlo a la SageMaker IA para ajustarlo, entrenarlo o implementarlo? En este ejemplo, se explica cómo personalizar los contenedores de SageMaker IA con paquetes R personalizados, hasta el uso de un punto final alojado para realizar inferencias en su R-origin modelo.
