Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Esempio: processo di ottimizzazione degli iperparametri
<a name="automatic-model-tuning-ex"></a>

Questo esempio illustra come creare un nuovo notebook per la configurazione e l'avvio di un processo di ottimizzazione degli iperparametri. Il processo di ottimizzazione utilizza [XGBoost algoritmo con Amazon SageMaker AI](xgboost.md) per eseguire l’addestramento di un modello per prevedere se un cliente eseguirà la registrazione per un deposito bancario a termine dopo essere stato contattato telefonicamente.

Utilizzate l'SDK di basso livello per Python (Boto3) per configurare e avviare il processo di ottimizzazione degli iperparametri e per monitorare lo stato dei lavori di ottimizzazione degli iperparametri. Console di gestione AWS Puoi anche utilizzare l'SDK Amazon [ SageMaker Python di alto livello di Amazon SageMaker ](https://sagemaker.readthedocs.io/en/stable) AI per configurare, eseguire, monitorare e analizzare i lavori di ottimizzazione degli iperparametri. Per ulteriori informazioni, consulta [https://github.com/aws/sagemaker-python-sdk](https://github.com/aws/sagemaker-python-sdk).

## Prerequisiti
<a name="automatic-model-tuning-ex-prereq"></a>

Per eseguire il codice in questo esempio, è necessario
+ [Un account e un utente amministratore AWS](gs-set-up.md)
+ Un bucket Amazon S3 per l'archiviazione del set di dati di addestramento e degli artefatti del modello creati durante l’addestramento
+ [Un'istanza di notebook SageMaker AI in esecuzione](gs-setup-working-env.md)

**Topics**
+ [Prerequisiti](#automatic-model-tuning-ex-prereq)
+ [Creazione di un'istanza del notebook](automatic-model-tuning-ex-notebook.md)
+ [Scarica il client Amazon SageMaker AI Boto 3](automatic-model-tuning-ex-client.md)
+ [Ottieni il ruolo di esecuzione dell'IA SageMaker](automatic-model-tuning-ex-role.md)
+ [Utilizza un bucket Amazon S3 per l'input e l'output](automatic-model-tuning-ex-bucket.md)
+ [Scaricare, preparare e caricare i dati di addestramento](automatic-model-tuning-ex-data.md)
+ [Configurare e avviare il processo di ottimizzazione degli iperparametri](automatic-model-tuning-ex-tuning-job.md)
+ [Eliminazione](automatic-model-tuning-ex-cleanup.md)