Hướng dẫn này sẽ giải thích quá trình xác thực chéo và hoạt động của nó khi sử dụng Dịch vụ AWS.
Xác thực chéo là gì?
Xác thực chéo cho phép các nhà phát triển so sánh các mô hình học máy khác nhau và hiểu được hoạt động của chúng trong cuộc sống thực. Nó giúp người dùng tìm ra mô hình Học máy (ML) hoặc Học sâu (DL) nào sẽ hoạt động tốt hơn cho một dữ liệu hoặc kịch bản cụ thể. Có những tình huống khi nhiều mô hình có thể được sử dụng cho một tập dữ liệu, ở đây các nhà phát triển sử dụng xác thực chéo để có được một mô hình phù hợp nhằm đạt được kết quả tối ưu:
Xác thực chéo hoạt động như thế nào?
Để kiểm tra các mô hình ML trên tập dữ liệu, người dùng cần ước tính các tính năng của mô hình được gọi là đào tạo thuật toán. Một điều khác cần kiểm tra là đánh giá mô hình để xem nó hoạt động tốt như thế nào và nó được gọi là thử nghiệm mô hình. Không nên kiểm tra mô hình trên tất cả dữ liệu, tuy nhiên, chúng tôi sử dụng 75% dữ liệu để đào tạo và 25% để thử nghiệm để có kết quả tốt hơn. Xác thực chéo thực hiện kiểm tra trên mỗi 25% dữ liệu để kiểm tra xem khối nào hoạt động tốt nhất:
Amazon SageMaker là gì?
Xác thực chéo trong AWS có thể được thực hiện bằng cách sử dụng dịch vụ Amazon SageMaker vì dịch vụ này được thiết kế để xây dựng, đào tạo và triển khai các mô hình máy học. Nó giúp các nhà khoa học và nhà phát triển dữ liệu chuẩn bị dữ liệu để xây dựng các mô hình ML hoặc DL hiệu quả bằng cách tập hợp các khả năng được xây dựng có mục đích. Những khả năng này rất hữu ích để xây dựng các mô hình được tối ưu hóa và chính xác sẽ có khả năng cải thiện theo thời gian:
Các tính năng của Amazon SageMaker
Amazon SageMaker là dịch vụ được quản lý và không yêu cầu quản lý môi trường ML. Nó cần rất nhiều dữ liệu để huấn luyện và xây dựng các mô hình ML nên nó kết nối tốt với các dịch vụ Amazon S3 hoặc Amazon Redshift để thu thập dữ liệu. Dữ liệu thô có thể khó lấy thông tin, vì vậy nó cũng yêu cầu các tính năng để xây dựng mô hình. Sau đó, sử dụng dữ liệu để đào tạo các mô hình và sau đó thực hiện các thử nghiệm trên đó bằng cách sử dụng cứ sau 25% dữ liệu để có được kết quả/dự đoán tốt hơn:
Đó là tất cả về xác thực chéo trong AWS.
Phần kết luận
Xác thực chéo là quá trình lấy mô hình học máy hoặc học sâu tối ưu cho dữ liệu để có kết quả tốt hơn. Nó sẽ thực hiện kiểm tra cho từng phần 25% của dữ liệu để hiểu khối nào cung cấp đầu ra tối đa làm cho nó trở thành một mô hình phù hợp. AWS cung cấp dịch vụ SageMaker để thực hiện xác thực chéo và xây dựng các mô hình máy học trên đám mây. Hướng dẫn này đã giải thích quy trình xác thực chéo và hoạt động của nó trong AWS.