Panoramica del machine learning con Amazon SageMaker AI - Amazon SageMaker AI

Panoramica del machine learning con Amazon SageMaker AI

Questa sezione descrive un flusso di lavoro tipico di machine learning (ML) e descrive come eseguire queste attività con Amazon SageMaker AI.

Con il machine learning, insegni a un computer a effettuare previsioni o eseguire inferenze. In primo luogo, utilizzi un algoritmo e i dati di esempio per addestrare un modello. Quindi integri il tuo modello nell’applicazione per generare inferenze in tempo reale e su qualsiasi scala.

Il seguente diagramma mostra il flusso di lavoro tipico per la creazione di un modello ML. Include tre fasi di un flusso circolare che tratteremo più dettagliatamente procedendo nel diagramma:

  • Generazione di dati di esempio

  • Addestramento di un modello

  • Implementazione del modello

Le tre fasi della creazione del modello ML.

Il diagramma mostra come eseguire le seguenti attività negli scenari più comuni:

  1. Generazione di dati di esempio - Per addestrare un modello, hai bisogno di dati di esempio. Il tipo di dati dei quali hai bisogno dipende dal problema di business che il modello deve risolvere. Si tratta essenzialmente delle inferenze che il modello deve generare. Ad esempio, immagina di voler creare un modello per prevedere un numero in base a un’immagine di input di una cifra scritta a mano. Per addestrare questo modello, hai bisogno di immagini di esempio di numeri scritti a mano.

    I data scientist spesso dedicano tempo a esaminare e pre-elaborare dati di esempio prima di utilizzarli per l’addestramento dei modelli. Per pre-elaborare i dati, in genere devi eseguire le seguenti operazioni:

    1. Recupero dei dati - Potresti avere internamente alcuni repository di dati di esempio oppure potresti utilizzare set di dati disponibili pubblicamente. In genere, estrai uno o più set di dati in un unico repository.

    2. Pulizia dei dati - Per migliorare l’addestramento del modello, ispeziona i dati e puliscili in base alle esigenze. Ad esempio, se i tuoi dati hanno un attributo country name con valori United States e US, puoi modificare i dati per mantenere coerenza.

    3. Preparazione o trasformazione dei dati - Per migliorare le prestazioni, puoi eseguire trasformazioni di dati aggiuntive. Ad esempio, potresti scegliere di combinare gli attributi per un modello che preveda le condizioni che richiedono la rimozione di ghiaccio da un aereo. Invece di utilizzare gli attributi di temperatura e umidità separatamente, puoi combinarli in un nuovo attributo per ottenere un modello migliore.

    In SageMaker AI puoi pre-elaborare dati di esempio utilizzando le API SageMaker con SageMaker Python SDK in un ambiente di sviluppo integrato (IDE). Con SDK per Python (Boto3) è possibile recuperare, esplorare e preparare i dati per l’addestramento dei modelli. Per informazioni sulla preparazione, sull’elaborazione e sulla trasformazione dei dati, consulta Consigli per scegliere lo strumento giusto per la preparazione dei dati in SageMaker AI, Carichi di lavoro di trasformazione dei dati con SageMaker Processing e Creazione, archiviazione e condivisione di funzionalità con l’archivio delle caratteristiche.

  2. Addestramento di un modello - L’addestramento del modello comprende l’addestramento e la valutazione del modello, come segue:

    • Addestramento del modello - Per addestrare un modello, è necessario un algoritmo o un modello di base preaddestrato. L'algoritmo che scegli dipende da un numero di fattori. Per una soluzione integrata, è possibile utilizzare uno degli algoritmi forniti da SageMaker. Per un elenco di algoritmi forniti da SageMaker e relative considerazioni, consulta Algoritmi integrati o modelli preaddestrati in Amazon SageMaker. Per una soluzione di addestramento basata sull'interfaccia utente che fornisce algoritmi e modelli, consulta Modelli di SageMaker JumpStart preaddestrati.

      Hai bisogno di risorse di calcolo per l’addestramento. L’utilizzo delle risorse dipende dalle dimensioni del set di dati di addestramento e dai tempi entro cui servono i risultati. È possibile utilizzare diverse risorse, da una singola istanza per uso generico a un cluster distribuito di istanze di GPU. Per ulteriori informazioni, consulta Addestramento di un modello con Amazon SageMaker.

    • Valutazione del modello - Dopo aver addestrato il modello, valutalo per determinare se l’accuratezza delle inferenze è accettabile. Per addestrare e valutare il modello, utilizza SageMaker Python SDK per inviare richieste al modello per inferenze tramite uno degli IDE disponibili. Per ulteriori informazioni sulla valutazione di un modello, consulta Monitoraggio della qualità di dati e modelli con Amazon SageMaker Model Monitor.

  3. Implementazione del modello - In genere si riprogetta un modello prima di integrarlo con l’applicazione e implementarlo. Con i servizi di hosting di SageMaker AI puoi implementare il tuo modello in modo indipendente, disaccoppiandolo dal codice applicativo. Per ulteriori informazioni, consulta Implementa modelli per l'inferenza.

Il machine learning è un ciclo continuo. Dopo l’implementazione di un modello, monitora le inferenze, raccogli più dati di alta qualità e valuta il modello per identificare eventuali derive. Quindi aumenta l’accuratezza delle inferenze aggiornando i tuoi dati di addestramento in modo che includano i nuovi dati di alta qualità raccolti. Con la disponibilità di maggiori quantità di dati di esempio, puoi ripetere l’addestramento del modello per aumentarne l’accuratezza.