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.

Notebook de treinamento do modelo MLflow Scikit-Learn

Abra o bloco de anotações em outra guia Copiar link para importação

implantado em modelo de serviço

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