Úvod

  • 2 min

Procházením pokusů a omylů při hledání nejlépe fungujícího modelu může být časově náročné. Nemusíte ručně testovat a vyhodnocovat různé konfigurace pro trénování modelu strojového učení, můžete ho automatizovat pomocí automatizovaného strojového učení nebo AutoML.

AutoML umožňuje vyzkoušet několik transformací a algoritmů předzpracování s vašimi daty, abyste našli nejlepší model strojového učení.

diagram znázorňující, jak se vytrénuje a vyhodnocuje více modelů, po výběru modelu s nejlepšími metrikami.

Představte si, že chcete najít nejvýkonnější model klasifikace . Experiment AutoML můžete vytvořit pomocí vizuálního rozhraní Azure Machine Learning Studio, rozhraní příkazového řádku Azure (CLI) nebo použitím sady SDK v Pythonu.

Poznámka

AutoML můžete použít pro jiné úlohy, jako je regrese, prognóza, klasifikace obrázků a zpracování přirozeného jazyka. Zjistěte více o , když můžete využít AutoML.

Jako datový vědec můžete raději nakonfigurovat experiment AutoML se sadou Python SDK.

Studijní cíle

V tomto modulu se naučíte:

  • Připravte svá data pro použití AutoML k účelům klasifikace.
  • Nakonfigurujte a spusťte experiment AutoML.
  • Vyhodnoťte a porovnejte modely.