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 AWS para que o senhor possa implantar modelos MLflow no AWS SageMaker a partir de Databricks, consulte Configurar a autenticação AWS para a implantação do SageMaker.
implantado em modelo de serviço
Se o senhor preferir servir seu modelo registrado usando o Databricks, consulte servindo modelo com o Databricks.