Previsioni con modelli personalizzati
Uso del modello personalizzato creato in SageMaker Canvas per generare previsioni per i dati. Le sezioni seguenti mostrano come generare previsioni per modelli di previsione numerici e categorici, previsioni delle serie temporali e modelli di previsione di immagini e testo.
I modelli personalizzati di previsione numerica e categoriale, di previsione di immagini e di previsione di testo supportano la creazione dei seguenti tipi di previsioni per i tuoi dati:
-
Previsioni singole: si utilizza una previsione singola quando è sufficiente generare una sola previsione. Ad esempio, se hai un'immagine o un passaggio di testo che desideri classificare.
-
Previsioni in batch: si utilizza una previsione in batch quando si desidera generare previsioni per un intero set di dati. Puoi fare previsioni in batch per set di dati superiori a 1 TB. Ad esempio, hai un file CSV contenente le recensioni dei clienti per le quali desideri prevedere l'opinione dei clienti, oppure hai una cartella di file immagini che desideri classificare. Dovresti fare previsioni con un set di dati che corrisponda al set di dati di input. Canvas offre la possibilità di eseguire previsioni in batch manuali oppure di configurare previsioni in batch automatiche avviate ogni volta che aggiorni un set di dati.
Per ogni previsione o insieme di previsioni, SageMaker Canvas restituisce quanto segue:
-
I valori previsti
-
La probabilità che il valore previsto sia corretto
Nozioni di base
Scegli uno dei seguenti flussi di lavoro per generare previsioni con il tuo modello personalizzato:
Dopo aver generato le previsioni con il modello, puoi anche eseguire le operazioni seguenti:
Aggiorna il modello aggiungendo versioni. Se vuoi provare a migliorare l’accuratezza della previsione del tuo modello, puoi creare nuove versioni del modello. Puoi scegliere di clonare la configurazione e il set di dati originali per la creazione dei modelli oppure puoi modificare la configurazione e selezionare un set di dati diverso. Dopo aver aggiunto una nuova versione, puoi rivedere e confrontare le versioni per scegliere quella ottimale.
Registrazione della versione di un modello nel registro dei modelli di SageMaker AI. Puoi registrare le versioni del modello in SageMaker Model Registry, una funzionalità che consente di tenere traccia e gestire lo stato delle versioni del modello e delle pipeline di machine learning. Un Data Scientist o un utente del team MLOps con accesso a SageMaker Model Registry può esaminare le versioni del modello e approvarle o rifiutarle prima di distribuirle in produzione.
Invia le tue previsioni in batch a QuickSight. In QuickSight, puoi creare e pubblicare dashboard con i set di dati delle tue previsioni in batch. Ciò può aiutarti ad analizzare e condividere i risultati generati dal tuo modello personalizzato.
