XGBoost模型进行数据分析和挖掘

本系列课程包含5个Amazon SageMaker应用实例。

1：利用DeepAR进行时间序列预测

您可以将时间序列与多个分组关联，可处理非线性问题和规模问题。

2：基于深度学习迁移学习的端到端图像分类器

您可以基于 Amazon SageMaker的机器学习服务，使用自己的数据来微调一个预训练的图像分类模型并且达到较高的准确率来构建一个车型号分类器。

3：训练因子分解机模型并应用于推荐系统

您可以使用 Amazon SageMaker训练因子分解机模型并应用于推荐电影推荐系统。

4：XGBoost模型进行数据分析和挖掘

您可以利用 Amazon SageMaker XGBoost算法解决分类与回归问题。

5：利用 BlazingText 算法，轻松扩展到大型语言数据集

Amazon SageMaker内置了二十多种机器学习高性能算法，包括线性回归、神经网络、时间序列等，还支持MXNet、TensorFlow、PyTorch等主流深度学习框架。