5、使用 SageMaker Autopilot 自动化机器学习模型开发

使用 SageMaker Autopilot 自动化机器学习模型开发

1. 技术要求

在开始之前，你需要具备以下先决条件：
- 熟悉 AWS 及其基本使用方法。
- 准备一个网络浏览器（为获得最佳体验，建议使用 Chrome 或 Firefox 浏览器）。
- 拥有一个 AWS 账户（如果你不熟悉如何创建 AWS 账户，可以访问此链接：https://aws.amazon.com/getting-started/）。
- 熟悉 AWS 免费套餐（免费套餐允许你根据资源限制免费访问一些 AWS 服务，你可以通过此链接了解这些限制：https://aws.amazon.com/free/）。
- 可以从相关 GitHub 仓库（https://github.com/PacktPublishing/Automated-Machine-Learning-on-AWS/blob/main/Chapter02/Autopilot%20Example.ipynb）获取本章的示例 Jupyter 笔记本。

2. AWS 人工智能和机器学习生态系统介绍

AWS 为其客户提供了丰富的人工智能（AI）和机器学习（ML）功能。为了帮助客户更好地理解这些功能，AWS 将它们进行了分组和组织，形成了通常所说的 AI/ML 堆栈。AI/ML 堆栈的主要目标是根据开发者或 ML 从业者的专业水平，为他们提供所需的资源，让每个开发者都能掌握 AI 和 ML 能力，无论他们是新手还是专家。

AI/ML 堆栈分为三个特定层，每层包含满足用例需求以及从业者舒适度和专业水平的典型 AWS AI/ML 资源，具体如下表所示：
| 层级 |