Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Penting
Fitur ini ada di Pratinjau Umum.
Notebook ini menjalankan tugas pembelajaran mesin klasik di AI Runtime. Mereka menunjukkan cara menggunakan akselerasi GPU untuk algoritma ML tradisional dan prakiraan rangkaian waktu, termasuk regresi XGBoost dan prakiraan probabilistik dengan GluonTS.
| Tutorial | Deskripsi |
|---|---|
| Pelatihan model XGBoost | Notebook ini menunjukkan cara melatih model regresi XGBoost pada satu GPU. XGBoost dapat secara signifikan mendapat manfaat dari akselerasi GPU untuk himpunan data besar. |
| Prakiraan rangkaian waktu dengan GluonTS | Notebook ini menunjukkan alur kerja end-to-end untuk prakiraan rangkaian waktu probabilistik data konsumsi listrik dengan model DeepAR GluonTS pada kluster GPU tanpa server. Ini mencakup penyerapan data, pengambilan sampel ulang, pelatihan model, prediksi, visualisasi, dan evaluasi. |