Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Importante
Esse recurso está em Visualização Pública.
Esses notebooks executam tarefas clássicas de machine learning no AI Runtime. Eles mostram como usar a aceleração de GPU para algoritmos ML tradicionais e previsão de série temporal, incluindo regressão XGBoost e previsão probabilística com GluonTS.
| Tutorial | Descrição |
|---|---|
| Treinamento de modelo XGBoost | Este notebook demonstra como treinar um modelo de regressão XGBoost em uma única GPU. O XGBoost pode se beneficiar significativamente da aceleração de GPU para grandes conjuntos de dados. |
| Previsão de série temporal com GluonTS | Este notebook demonstra um fluxo de trabalho de ponta a ponta para a previsão de série temporal probabilística de dados de consumo de eletricidade com o modelo DeepAR do GluonTS em um cluster de GPU sem servidor. Ele abrange ingestão de dados, resampling, treinamento de modelo, previsão, visualização e avaliação. |