Narzędzia do uczenia maszynowego i nauki o danych w usłudze Azure Nauka o danych Virtual Machines

Maszyny wirtualne platformy Azure Nauka o danych (DSVM) mają bogaty zestaw narzędzi i bibliotek do uczenia maszynowego. Te zasoby są dostępne w popularnych językach, takich jak Python, R i Julia.

Maszyna DSVM obsługuje następujące narzędzia i biblioteki uczenia maszynowego:

Zestaw SDK usługi Azure Machine Learning dla języka Python

Aby uzyskać pełną dokumentację, odwiedź stronę Zestaw SDK usługi Azure Machine Learning dla języka Python.

Kategoria	Wartość
Co to jest?	Usługa Azure Machine Learning w chmurze umożliwia tworzenie i wdrażanie modeli uczenia maszynowego. Zestaw SDK języka Python umożliwia śledzenie modeli podczas kompilowania, trenowania, skalowania i zarządzania nimi. Wdrażanie modeli jako kontenerów i uruchamianie ich w chmurze, lokalnie lub w usłudze Azure IoT Edge.
Obsługiwane wersje	Windows (środowisko conda: AzureML), Linux (środowisko conda: py36)
Typowe zastosowania	Ogólna platforma uczenia maszynowego
Jak jest on skonfigurowany lub zainstalowany?	Zainstalowane z obsługą procesora GPU
Jak go używać lub uruchamiać	Jako zestaw SDK języka Python i w interfejsie wiersza polecenia platformy Azure. Aktywuj środowisko AzureML conda w wersji systemu Windows lub aktywuj je py36 w wersji systemu Linux.
Link do przykładów	Znajdź przykładowe notesy Jupyter w katalogu w AzureML obszarze notesów.

H2O

Kategoria	Wartość
Co to jest?	Platforma sztucznej inteligencji typu open source, która obsługuje rozproszone, szybkie, skalowalne uczenie maszynowe w pamięci.
Obsługiwane wersje	Linux
Typowe zastosowania	Rozproszone, skalowalne uczenie maszynowe ogólnego przeznaczenia
Jak jest on skonfigurowany lub zainstalowany?	H2O jest zainstalowany w programie /dsvm/tools/h2o.
Jak go używać lub uruchamiać	Nawiąż połączenie z maszyną wirtualną za pomocą rozwiązania X2Go. Uruchom nowy terminal i uruchom polecenie java -jar /dsvm/tools/h2o/current/h2o.jar. Następnie uruchom przeglądarkę internetową i połącz się z usługą http://localhost:54321.
Link do przykładów	Znajdź przykłady na maszynie wirtualnej w programie Jupyter w h2o katalogu .

Istnieje kilka innych bibliotek uczenia maszynowego na maszynach DSVM — na przykład popularny scikit-learn pakiet, który jest częścią dystrybucji języka Python Anaconda dla maszyn DSVM. Aby uzyskać listę pakietów dostępnych w językach Python, R i Julia, uruchom odpowiednie menedżery pakietów.

LightGBM

Kategoria	Wartość
Co to jest?	Szybka, rozproszona struktura zwiększająca gradient o wysokiej wydajności (GBDT, GBRT, GBRT, GBM lub MART) oparta na algorytmach drzewa decyzyjnego. Zadania uczenia maszynowego — klasyfikacja, klasyfikacja itp. — użyj ich.
Obsługiwane wersje	Windows, Linux
Typowe zastosowania	Struktura wzmacniania gradientu ogólnego przeznaczenia
Jak jest on skonfigurowany lub zainstalowany?	Program LightGBM jest instalowany jako pakiet języka Python w systemie Windows. W systemie Linux plik wykonywalny wiersza polecenia znajduje się w lokalizacji /opt/LightGBM/lightgbm. Pakiet języka R jest zainstalowany, a pakiety języka Python są instalowane.
Link do przykładów	Przewodnik lightGBM

Rattle

Kategoria	Wartość
Co to jest?	Graficzny interfejs użytkownika do wyszukiwania danych używający języka R.
Obsługiwane wersje	Windows, Linux
Typowe zastosowania	Ogólne narzędzie do wyszukiwania danych interfejsu użytkownika dla języka R
Jak go używać lub uruchamiać	Jako narzędzie interfejsu użytkownika. W systemie Windows uruchom wiersz polecenia, uruchom język R, a następnie w języku R uruchom polecenie rattle(). W systemie Linux połącz się z X2Go, uruchom terminal, uruchom język R, a następnie w języku R uruchom polecenie rattle().
Link do przykładów	Rattle

Vowpal Wabbit

Kategoria	Wartość
Co to jest?	Szybka, out-of-core biblioteka systemu uczenia open source
Obsługiwane wersje	Windows, Linux
Typowe zastosowania	Ogólna biblioteka uczenia maszynowego
Jak jest on skonfigurowany lub zainstalowany?	Windows: instalator msi Linux: apt-get
Jak go używać lub uruchamiać	Jako narzędzie wiersza polecenia ścieżki (C:\Program Files\VowpalWabbit\vw.exe w systemie Windows, /usr/bin/vw w systemie Linux)
Link do przykładów	Przykłady VowPal Wabbit

Weka

Kategoria	Wartość
Co to jest?	Kolekcja algorytmów uczenia maszynowego na potrzeby zadań wyszukiwania danych. Możesz zastosować algorytmy bezpośrednio lub wywołać je z własnego kodu Java. Weka zawiera narzędzia do przetwarzania wstępnego danych, klasyfikacji, regresji, klastrowania, reguł skojarzenia i wizualizacji.
Obsługiwane wersje	Windows, Linux
Typowe zastosowania	Ogólne narzędzie do uczenia maszynowego
Jak go używać lub uruchamiać	W systemie Windows wyszukaj ciąg Weka w menu Start . W systemie Linux zaloguj się przy użyciu platformy X2Go, a następnie przejdź do pozycji Programowanie>aplikacji>Weka.
Link do przykładów	Przykłady weka

XGBoost

Kategoria	Wartość
Co to jest?	Szybka, przenośna i rozproszona biblioteka zwiększająca gradient (GBDT, GBRT lub GBM) dla języków Python, R, Java, Scala, C++i nie tylko. Działa na jednej maszynie i na platformie Apache Hadoop i Spark.
Obsługiwane wersje	Windows, Linux
Typowe zastosowania	Ogólna biblioteka uczenia maszynowego
Jak jest on skonfigurowany lub zainstalowany?	Zainstalowane z obsługą procesora GPU
Jak go używać lub uruchamiać	Jako biblioteka języka Python (2.7 i 3.6 lub nowsze), pakiet języka R i narzędzie wiersza polecenia w ścieżce (C:\dsvm\tools\xgboost\bin\xgboost.exe dla systemów Windows i /dsvm/tools/xgboost/xgboost Linux)
Linki do przykładów	Przykłady znajdują się na maszynie wirtualnej, w /dsvm/tools/xgboost/demo systemie Linux i C:\dsvm\tools\xgboost\demo w systemie Windows.