Utiliser AutoML dans l’interface utilisateur Azure Databricks
Vous pouvez utiliser l’interface utilisateur graphique du portail Azure Databricks pour créer et gérer des expériences AutoML.
Configurer une expérience AutoML
Pour configurer l’expérience AutoML, vous devez spécifier les paramètres de vos exigences spécifiques d’entraînement de modèles, notamment :
- Le cluster sur lequel vous menez l’expérience.
- Le type de modèle Machine Learning à entraîner (clustering, régression ou prévision).
- Le tableau contenant les données d'apprentissage.
- Le champ de l’étiquette cible au modèle doit prédire.
- Un nom unique pour l'expérience AutoML (les exécutions enfants pour chaque essai d'entraînement sont nommées automatiquement de manière unique).
- La métrique d'évaluation que vous souhaitez utiliser pour déterminer le modèle le plus performant.
- Les infrastructures d’entraînement Machine Learning que vous souhaitez tester.
- La durée maximale de l'expérience.
- La valeur de l'étiquette positive (pour la classification binaire uniquement).
- La colonne de temps (pour les modèles de prévision uniquement).
- L’emplacement où les modèles entraînés seront enregistrés (en tant qu'artefacts MLflow ou dans le magasin DBFS).
Examiner les résultats d'AutoML
À mesure que l'expérience AutoML progresse, les exécutions enfants s’affichent et indiquent l'expérience qui a produit le modèle le plus performant jusqu'à présent.
Vous pouvez attendre la fin de l'expérience ou explorer les modèles produits jusqu'à présent et arrêter l'expérience si vous êtes convaincu que l'un de ces modèles répond à vos besoins.
Vous pouvez explorer chaque exécution pour visualiser le notebook généré et les métriques du modèle qu'il a produit. Vous pouvez ensuite enregistrer le modèle et le déployer pour l'inférence.