Implantação do modelo Scikit-Learn no SageMaker

Este Notebook usa modelos ElasticNet treinados no dataset de diabetes descrito em Track Scikit-Learn model training with MLflow. O Notebook mostra como:

  • Selecione um modelo para aprimorar usando a interface do usuário do experimento MLflow

  • aprimorou o modelo para SageMaker usando a API MLflow

  • query o modelo implantado usando a API sagemaker-runtime

  • Repita o processo de implantação e query para outro modelo

  • Exclua a implantação usando a API MLflow

Para obter informações sobre como configurar a autenticação da AWS para que você possa aprimorar os modelos MLflow no AWS SageMaker do Databricks, consulte Configurar a autenticação da AWS para SageMaker aprimorament.

Notebook de treinamento do modelo MLflow Scikit-Learn

Abra o bloco de anotações em outra guia

implantado em modelo de serviço

Se o senhor preferir servir seu modelo registrado usando o Databricks, consulte servindo modelo com o Databricks.