Zgromadnik danych wejściowych

Zbieraj i przygotuj swoje dane treningowe. Szczegółowe informacje na temat dozwolonych źródeł danych można znaleźć w sekcji AutoAI -przegląd.

Otwórz narzędzie AutoAI .

Dla wygody użytkownika tworzenie modelu AutoAI korzysta z domyślnej pamięci masowej, która jest powiązana z projektem w celu zapisania danych i zapisania wyników modelu.

1. Otwórz projekt.

2. Kliknij kartę Zasoby.

3. Kliknij opcję Nowe zadanie > Buduj automatycznie modele uczenia maszynowego.

Określ szczegóły eksperymentu

1. Podaj nazwę i opis eksperymentu.

2. Wybierz instancję usługi uczenia maszynowego i kliknij przycisk Utwórz.

3. Wybierz dane z projektu lub prześlij je z systemu plików lub z przeglądarki zasobów, a następnie naciśnij przycisk Kontynuuj. Kliknij ikonę podglądu, aby przejrzeć dane. (Opcjonalnie) Dodaj drugi plik jako dane wstrzymane na potrzeby testowania wyszkolonych rurociągów.

4. Wybierz opcję Kolumna do przewidywania dla danych, które mają być przewidzane przez eksperyment.

   • W oparciu o analizę podzbioru zestawu danych AutoAI wybiera domyślny typ modelu: klasyfikację binarną, klasyfikację wieloklasową lub regresję. Jeśli kolumna docelowa ma dwie możliwe wartości, wybrana jest wartość binarna. Multiclass posiada zestaw dyskretny o wartości 3 lub więcej. Regresja ma ciągłą zmienną numeryczną w kolumnie docelowej. Opcjonalnie można przesłonić ten wybór.
     

     Uwaga: Limit wartości do klasyfikowania wynosi 200. Tworzenie eksperymentu klasyfikacji z wieloma unikalnymi wartościami w kolumnie predykcja jest wymagalne i wpływa na wydajność i czas szkolenia eksperymentu. Aby zachować jakość eksperymentu:
     - AutoAI wybiera metrykę domyślną dla optymalizacji. Na przykład wartością domyślną dla modelu klasyfikacji binarnej jest *Dokładność *.
     -Domyślnie 10% danych uczących jest wstrzymane w celu przetestowania wydajności modelu.

5. (Opcjonalnie): Kliknij opcję Ustawienia eksperymentów , aby wyświetlić lub dostosować opcje dla uruchomienia AutoAI . Szczegółowe informacje na temat ustawień eksperymentu zawiera sekcja Konfigurowanie klasyfikacji lub eksperymentu regresyjnego.

6. Kliknij opcję Uruchom Eksperyment , aby rozpocząć tworzenie modelu potoku.

Infografika pokazuje tworzenie rurociągów dla Twoich danych. Czas trwania tej fazy zależy od wielkości zestawu danych. Komunikat z powiadomieniem informuje, czy czas przetwarzania będzie krótki, czy też wymaga więcej czasu. Podczas budowy rurociągów można pracować w innych częściach produktu.

Umieść wskaźnik myszy nad węzłami w infografice, aby poznać czynniki, które współużytkują rurociągi i ich unikalne właściwości. Można zobaczyć czynniki, które współużytkują rurociągi i właściwości, które tworzą potok unikalny. Aby uzyskać przewodnik po danych w infografice, należy kliknąć kartę Legenda na panelu informacyjnym. Aby wyświetlić inny widok procesu tworzenia potoku, należy kliknąć kartę Szczegóły eksperymentu w panelu powiadomień, a następnie kliknąć opcję Przełącz widoki , aby wyświetlić mapę postępu. W obu tych widoku kliknij węzeł potoku, aby wyświetlić powiązany potok w tablicy liderów.

Wyświetl wyniki

Po zakończeniu procesu generowania potoku można wyświetlić ranking kandydatów modelu i ocenić je przed zapisami potoku jako modelu.