Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Évaluation et comparaison des modèles de classification de SageMaker JumpStart texte Amazon
SageMaker L'IA JumpStart propose plusieurs modèles de classification de texte qui classent le texte en classes prédéfinies. Ces modèles gèrent des tâches telles que l’analyse des sentiments, la classification des sujets et la modération de contenu. Le choix du bon modèle pour la production nécessite une évaluation minutieuse à l'aide de paramètres clés tels que la précision et le coefficient de corrélation de Matthews (MCC). F1-score
Dans ce guide, vous :
+ Déployez plusieurs modèles de classification de texte (Distilbert et BERT) à partir du JumpStart catalogue.
+ Réalisez des évaluations complètes sur des jeux de données équilibrés, asymétriques et complexes.
+ Interprétez des métriques avancées, notamment le coefficient de corrélation de Matthews (MCC) et les scores d’aire sous la courbe ROC.
+ Prenez des décisions de sélection de modèles basés sur les données à l’aide de cadres de comparaison systématiques.
+ Configurez des déploiements de production grâce à l'auto-scaling CloudWatch et à la surveillance.
Téléchargez le cadre d'évaluation complet : [Package d'évaluation du JumpStart modèle](samples/sagemaker-text-classification-evaluation-2.zip). **Ce package inclut des résultats de pré-exécution avec des exemples de sorties** afin que vous puissiez prévisualiser le processus et les métriques d’évaluation avant de déployer vous-même les modèles.
## Conditions préalables
Avant de commencer, assurez-vous de disposer des éléments suivants :
+ [AWS compte avec autorisations SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/gs-set-up.html).
+ [SageMaker Accès AI à Amazon SageMaker Studio](https://docs.aws.amazon.com/sagemaker/latest/dg/onboard-quick-start.html).
+ Connaissances de base du langage Python.
+ Compréhension des concepts de classification de texte.
Durée et coût : 45 minutes au total. Les coûts varient en fonction du type d'instance et de la durée d'utilisation. Consultez la [tarification de l'SageMaker IA pour connaître](https://aws.amazon.com/sagemaker/pricing/) les tarifs actuels.
Ce didacticiel inclut des instructions de nettoyage pas à pas pour vous aider à supprimer toutes les ressources et à éviter des frais ultérieurs.
**Topics**
+ [Conditions préalables](#w2aac37c15c11)
+ [Configuration de votre environnement d’évaluation](jumpstart-text-classification-setup.md)
+ [Sélection et déploiement de modèles de classification de texte](jumpstart-text-classification-deploy.md)
+ [Évaluation et comparaison des performances des modèles](jumpstart-text-classification-evaluate.md)
+ [Interprétation de vos résultats](jumpstart-text-classification-interpret.md)
+ [Déploiement de votre modèle à grande échelle](jumpstart-text-classification-scale.md)