Introduction

  • 2 minutes

Passer par des essais et des erreurs pour trouver le modèle le plus performant peut prendre du temps. Au lieu d’avoir à tester et évaluer manuellement différentes configurations pour entraîner un modèle Machine Learning, vous pouvez l’automatiser avec le Machine Learning automatisé ou AutoML.

AutoML vous permet d’essayer plusieurs algorithmes et transformations de prétraitement avec vos données pour trouver le meilleur modèle Machine Learning.

Diagram illustrating how multiple models are trained and evaluated, after the model with the best performing metrics is selected.

Imaginez que vous souhaitez trouver le modèle de classification le plus performant. Vous pouvez créer une expérience AutoML à l’aide de l’interface visuelle d’Azure Machine Learning studio, l’interface de ligne de commande (CLI) Azure ou le Kit SDK Python.

Notes

Vous pouvez utiliser AutoML pour d’autres tâches telles que la régression, la prévision, la classification d’images et le traitement du langage naturel. Apprenez-en davantage sur les scénarios où vous pouvez utiliser AutoML.

En tant que scientifique des données, vous préférerez peut-être configurer votre expérience AutoML avec le Kit SDK Python.

Objectifs d’apprentissage

Dans ce module, vous allez découvrir comment :

  • Préparer vos données en vue d’utiliser AutoML pour la classification.
  • Configurer et exécuter une expérience AutoML.
  • Évaluer et comparer des modèles.