Introduction
Dans ce module, vous apprenez à créer un jeu de données étiqueté en utilisant les outils d’étiquetage de données Azure Machine Learning. Azure Machine Learning Studio facilite l’exécution et la gestion des tâches d’étiquetage afin de préparer vos données pour l’entraînement du modèle. Dès que vos données sont accessibles par ces outils, vous bénéficiez de fonctionnalités intuitives pour commencer immédiatement.
Prérequis
Scénario : Créer un jeu de données étiqueté en utilisant les outils d’étiquetage de données Azure Machine Learning
Vous êtes un spécialiste des données dont la tâche consiste à améliorer l’automatisation dans une usine de fabrication à l’aide d’une vision par ordinateur. Azure Machine Learning Studio a récemment été choisi comme environnement de développement pour gérer le développement des projets de machine learning dans votre organisation. L’équipe dans laquelle vous travaillez envisage d’utiliser les fonctionnalités de cette plateforme pour collecter et étiqueter des données d’image afin de produire un jeu d’entraînement et l’utiliser dans le développement d’un modèle de détection d’objets personnalisé. Auparavant, vous avez rendu vos données brutes accessibles au moyen d’un magasin de données sécurisé et elles sont désormais prêtes à être étiquetées.
Qu’allez-vous apprendre ?
À la fin de ce module, vous pourrez :
- Créer un jeu de données d’images étiquetées récupérées dans un magasin de données attaché
- Coordonner les données, les étiquettes et les membres de l’équipe pour gérer et traiter efficacement les tâches d’étiquetage
- Suivre la progression et gérer une file d’attente de tâches d’étiquetage incomplètes
- Passer en revue les données étiquetées et les exporter en tant que jeu de données Azure Machine Learning
Quel est l’objectif principal ?
Ce module vous indique comment utiliser les outils d’étiquetage des données pour entraîner des modèles de détection d’objets personnalisés dans Azure Machine Learning Studio.