runtime Пакет

Содержит функциональные возможности для запуска автоматизированных ML в конвейерах, работы со средствами объяснения моделей и создания ансамблей.

В этот пакет включены классы для настройки конвейеров и управления ими, а также для проверки выходных данных выполнения в рамках экспериментов автоматизированного машинного обучения. Дополнительную информацию об автоматизированном машинном обучении в Azure см. в статье Автоматизированное машинное обучение.

Чтобы определить многократно используемый рабочий процесс для автоматического машинного обучения, можно использовать AutoMLStep для создания Pipeline.

Модули

automl_step	НЕ РЕКОМЕНДУЕТСЯ. Используйте функциональные возможности модуля automl_step.
ensemble	Содержит функциональные возможности для создания ансамблей из предыдущих итераций автоматизированного машинного обучения. Создание ансамблей может улучшить результаты машинного обучения за счет объединения нескольких итераций, что позволяет получать более качественные прогнозы, чем при использовании одной итерации. Настройте эксперимент, чтобы использовать ансамбли с объектом AutoMLConfig.
run	Содержит функциональные возможности для управления запусками автоматизированного ML в Машинном обучении Azure. Этот модуль позволяет запускать или останавливать автоматические запуски ML, отслеживать статус запуска и получать выходные данные модели.

Классы

AutoMLStep	НЕ РЕКОМЕНДУЕТСЯ. Для этого используется класс AutoMLStep. НЕ РЕКОМЕНДУЕТСЯ.
AutoMLStepRun	НЕ РЕКОМЕДУЕТСЯ. Для этого используется класс AutoMLStepRun. НЕ РЕКОМЕНДУЕТСЯ.
HTSInferenceParameters	Параметры для конвейера вывода HTS.
HTSTrainParameters	Параметры для конвейера обучения HTS.
ManyModelsInferenceParameters	Параметры, используемые для конвейера вывода ManyModels.
ManyModelsTrainParameters	Параметры, используемые для конвейера обучения ManyModels.