Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it
Neste laboratório, você configurará e treinará um modelo baseado no XGBoost integrado ao SageMaker e, em seguida, avaliará a eficiência de previsão do modelo.
Objetivos
- Treinar um modelo usando algoritmos integrados ao SageMaker.
- Explorar a criação de código personalizado de treinamento e inferência enquanto ainda usa frameworks comuns de ML mantidos pela AWS.
- Importar bibliotecas e dependências personalizadas para treinar seu modelo.
- Configurar um trabalho de ajuste de hiperparâmetros no SageMaker.
Pré-requisitos
- Navegação básica do Console de Gerenciamento da AWS.
- Compreensão dos conceitos de banco de dados, MySQL e disponibilidade de banco de dados.
Objetivos
Tarefa 1: Treinar um modelo usando um algoritmo embutido
Tarefa 2: Treinar um modelo usando um script personalizado no modo script
