runtime Paquet

Contient les fonctionnalités permettant d’exécuter le ML automatisé dans des pipelines, d’utiliser des explicatifs de modèle et de créer des ensembles.

Ce package comprend des classes pour la configuration et la gestion des pipelines, et l’examen de la sortie d’exécution pour les expériences de Machine Learning automatisé. Pour plus d’informations sur le Machine Learning automatisé dans Azure, consultez l’article Qu’est-ce que le Machine Learning automatisé ?

Pour définir un flux de travail de Machine Learning réutilisable pour le Machine Learning automatisé, utilisez AutoMLStep pour créer un Pipeline.

Modules

automl_step	DÉPRÉCIÉ. Utilisez la fonctionnalité du module automl_step.
ensemble	Contient des fonctionnalités pour la création d’ensembles à partir d’itérations de Machine Learning automatisées antérieures. La création d’ensembles peut améliorer les résultats de Machine Learning en combinant plusieurs itérations qui peuvent fournir de meilleures prédictions par rapport à une seule itération. Configure une expérience pour utiliser des ensembles avec l’objet AutoMLConfig.
run	Contient des fonctionnalités de gestion des exécutions de ML automatisé dans Azure Machine Learning. Ce module vous permet de démarrer ou d’arrêter des exécutions de ML automatisé, de superviser l’état d’exécution et de récupérer la sortie du modèle.

Classes

AutoMLStep	DÉPRÉCIÉ. Utilise la classe AutoMLStep. DÉPRÉCIÉ.
AutoMLStepRun	DÉPRÉCIÉ. Utilise la classe AutoMLStepRun. DÉPRÉCIÉ.
HTSInferenceParameters	Paramètres pour le pipeline d’inférence HTS.
HTSTrainParameters	Paramètres du pipeline de train HTS.
ManyModelsInferenceParameters	Paramètres utilisés pour le pipeline d’inférence ManyModels.
ManyModelsTrainParameters	Paramètres utilisés pour le pipeline d’apprentissage ManyModels.