文件名称：amazon-sagemaker-feature-store-streaming-aggregation:此存储库提供了将流功能聚合与Amazon SageMaker Feature Store结合使用的端到端示例
文件大小：1.16MB
文件格式：ZIP
更新时间：2024-06-14 09:54:04
JupyterNotebook
结合使用Amazon SageMaker Feature Store和流功能聚合 概述： 在此存储库中，我们提供了工件，这些工件演示了如何利用Amazon SageMaker Feature Store和Kinesis Data Analytics进行流功能聚合。 我们的用例是信用卡交易的欺诈检测。 我们使用Amazon SageMaker训练模型（使用内置XGBoost算法），该模型具有从历史信用卡交易中创建的汇总功能。 我们将流聚合与Amazon Kinesis和Amazon Kinesis Data Analytics（KDA）SQL结合使用，将功能几乎实时发布到SageMaker Feature Store。 最后，我们在推断时从功能存储中提取最新的聚合功能值，并将它们作为输入传递给托管在Amazon SageMaker终端节点中的欺诈检测模型。 这是显示整体解决方案体系结构的
【文件预览】：
amazon-sagemaker-feature-store-streaming-aggregation-main
----notebooks()
--------2_batch_ingestion.ipynb(20KB)
--------images()
--------5_cleanup.ipynb(5KB)
--------0_prepare_transactions_dataset.ipynb(23KB)
--------3_train_and_deploy_model.ipynb(11KB)
--------4_streaming_predictions.ipynb(14KB)
--------1_setup.ipynb(18KB)
--------schema()
----create_stack_in_other_regions.md(2KB)
----src()
--------lambda()
----CONTRIBUTING.md(3KB)
----LICENSE(927B)
----README.md(8KB)
----CODE_OF_CONDUCT.md(309B)
----templates()
--------sagemaker-featurestore-template.yaml(12KB)
----.gitignore(66B)