Raccogliere i dati di input

Raccogliere e preparare i propri dati di formazione. Per i dettagli relativi alle origini dati consentite, consultare Panoramica diAutoAI.

Aprire lo strumento AutoAI

Per comodità, la creazione del modello AutoAI utilizza l'archiviazione predefinita associata al progetto per memorizzare i dati e salvare i risultati del modello.

1. Aprire il progetto.

2. Fai clic sulla scheda Assets.

3. Clic Nuova risorsa > Crea automaticamente modelli di machine learning .

Specificare i dettagli dell'esperimento

1. Specificare un nome e una descrizione per l'esperimento.

2. Selezionare un'istanza del servizio di apprendimento automatico e fornire le credenziali dell'attività, se richiesto. Quindi fare clic su Crea.

3. Scegliere i dati dal progetto o caricarli dal file system o dal browser degli asset, quindi premere Continua. Fare clic sull'icona di anteprima per esaminare i dati. (Facoltativo) Aggiungere un secondo file come dati di controllo per verificare le pipeline addestrate.

4. Scegliere la Colonna da prevedere per i dati che si desidera che l'esperimento preveda.

   • In base all'analisi di un sottoinsieme del dataset, AutoAI seleziona un tipo di modello predefinito: classificazione binaria, classificazione multiclasse o regressione. Binario è selezionato se la colonna di destinazione ha due valori possibili. La multiclasse ha una serie discreta di 3 o più valori. La regressione ha una variabile numerica continua nella colonna di destinazione. Facoltativamente, è possibile sovrascrivere questa selezione.
     

     Nota: il limite dei valori da classificare è 200. La creazione di un esperimento di classificazione con molti valori univoci nella colonna di previsione richiede molte risorse e influisce sulle prestazioni e sul tempo di addestramento dell'esperimento. Per mantenere la qualità dell'esperimento:
     - AutoAI sceglie una metrica predefinita per l'ottimizzazione. Ad esempio, la metrica predefinita per un modello di classificazione binario è *Accuracy *.
     - Per impostazione predefinita, il 10% dei dati di addestramento viene utilizzato per verificare le prestazioni del modello.

5. (Facoltativo): fare clic su Impostazioni esperimento per visualizzare o personalizzare le opzioni per l'esecuzione AutoAI . Per i dettagli sulle impostazioni dell'esperimento, consultare Configurazione di un esperimento di classificazione o di regressione.

6. Fare clic su Esegui esperimento per iniziare la creazione della pipeline del modello.

Un'infografica mostra la creazione di pipeline per i propri dati. La durata di questa fase dipende dalla dimensione del dataset. Un messaggio di notifica informa se il tempo di elaborazione sarà breve o richiederà più tempo. È possibile lavorare in altre parti del prodotto durante la creazione delle pipeline.

Passare il puntatore del mouse sui nodi nell'infografica per esplorare i fattori condivisi dalle pipeline e le relative proprietà univoche. È possibile visualizzare i fattori condivisi dalle pipeline e le proprietà che rendono una pipeline univoca. Per una guida ai dati nell'infografica, fare clic sulla scheda Legenda nel riquadro delle informazioni. In alternativa, per visualizzare una vista diversa della creazione della pipeline, fare clic sulla scheda Dettagli esperimento del riquadro di notifica, quindi fare clic su Cambia viste per visualizzare la mappa di avanzamento. In una delle due viste, fare clic su un nodo della pipeline per visualizzare la pipeline associata nella classifica.

Visualizza i risultati

Una volta completato il processo di generazione della pipeline, è possibile visualizzare i candidati del modello classificati e valutarli prima di salvare una pipeline come modello.