Translation not up to date
Volba AutoAI automaticky připravuje data, používá algoritmy a sestavuje modelové kanály, které jsou nejvhodnější pro vaše data a použití. Zde se dozvíte, jak generovat ropovody, které můžete uložit jako modely strojového učení.
Chcete-li odeslat data a mít AutoAI vytvořit nejlepší model pro vaše data a použít případ, postupujte následovně.
- Shromáždit vstupní data
- Otevřete nástroj AutoAI .
- Zadejte podrobnosti o modelu a datech o školení a spusťte produkt AutoAI .
- Zobrazení výsledků
Shromáždit vstupní data
Shromážděte a připravte si údaje o školení. Podrobnosti o přípustných zdrojích dat najdete v tématu PřehledAutoAI.
Vytváříte-li experiment s jediným zdrojem dat pro školení, máte možnost použít druhý zdroj dat speciálně pro testování, nebo Holdout, data pro ověření těchto produktovodů.
Otevřete nástroj AutoAI .
Pro vaše pohodlí používá vytvoření modelu AutoAI výchozí úložiště, které je přidruženo k vašemu projektu k ukládání vašich dat a k ukládání výsledků modelu.
Otevřete projekt.
Klepněte na kartu Aktiva .
Klepněte na volbu Nové aktivum > AutoAI.
Uveďte podrobnosti vašeho testu
Zadejte název a popis vašeho testu.
Vyberte instanci služby učení se strojem a klepněte na tlačítko Vytvořit.
Zvolte data z projektu nebo ji odešlete ze svého systému souborů nebo z prohlížeče aktiv, poté stiskněte tlačítko Pokračovat. Klepnutím na ikonu náhledu zkontrolujte svá data. (Volitelné) Přidejte druhý soubor jako zahoz data pro testování vycvičených plynovodů.
Vyberte Sloupec, který se má předpovídat pro data, která chcete, aby experiment předpověděl.
Na základě analýzy podmnožiny datové sady AutoAI vybere výchozí typ modelu: binární klasifikaci, klasifikaci pro více znaků nebo regresi. Binární je vybrána, pokud má cílový sloupec dvě možné hodnoty. Multiclass má diskrétní sadu 3 nebo více hodnot. Regrese má v cílovém sloupci souvislá číselná proměnná. Tento výběr můžete volitelně přepsat.
Poznámka: Mezní hodnota pro hodnoty ke klasifikaci je 200. Vytvoření experimentu pro klasifikaci s mnoha jedinečnými hodnotami ve sloupci predikce je náročné na prostředky a ovlivňuje čas a dobu školení experimentu. Chcete-li udržet kvalitu experimentu:
- AutoAI zvolí výchozí metriku pro optimalizaci. Například výchozí metrika pro binární model klasifikace je *Přesnost *.
-Ve výchozím nastavení se 10% dat o školení udržuje za účelem testování výkonu modelu.
(Volitelné): Chcete-li zobrazit nebo upravit volby pro spuštění AutoAI , klepněte na volbu Experimentální nastavení . Podrobnosti o nastavení experimentu naleznete v části Konfigurace experimentu klasifikace nebo regrese.
Klepnutím na tlačítko Spustit Experiment zahajte vytváření ropovodu modelu.
V infografickém zobrazení se zobrazí vytváření ropovodů pro vaše data. Doba trvání této fáze závisí na velikosti datové sady. Oznamovací zpráva vás informuje, zda se doba zpracování bude stručná nebo vyžadovat více času. Během sestavování ropovodů můžete pracovat v jiných částech produktu.
Ponechejte ukazatel myši nad uzly v infografickém zobrazení a prozkoumejte faktory, které produktovody sdílejí, a jejich jedinečné vlastnosti. Můžete vidět faktory, které kolony sdílejí, a vlastnosti, které činí potrubí jedinečným. Jako vodítko pro data v infografickém zobrazení klepněte na kartu Legenda v informačním panelu. Chcete-li zobrazit jiný pohled na vytvoření propojení procesů, klepněte na kartu Podrobnosti experimentu v podokně oznámení a poté klepnutím na volbu Přepnout zobrazení zobrazte mapu průběhu. V obou pohledech klepněte na uzel propojení procesů, abyste zobrazili přidružený propojení procesů v leaderboard.
Zobrazení výsledků
Po dokončení procesu generování propojení procesů můžete zobrazit ohodnocené kandidáty modelu a vyhodnotit je před uložením propojení procesů jako modelu.
Další kroky
- Sestavit experiment z ukázkových dat
- Konfigurace nastavení experimentu
- Nakonfigurujte test textové analýzy
Toto video poskytuje vizuální metodu pro seznámení se s koncepty a úlohami v této dokumentaci.
Toto video poskytuje vizuální metodu pro seznámení se s koncepty a úlohami v této dokumentaci.
Nadřízené téma: PřehledAutoAI