Veri kümesine genel bakış

Mini_Daily_Tempertabiat veri kümesi, Avustralya 'nın Melbourne şehrinde 10 yıl (1981-1990) boyunca minimum günlük sıcaklığı açıklar. Birimler derece santigrat ve veri kümesi 3650 gözlem içerir. Verilerin kaynağı Avustralya Meteoroloji Bürosu. Veri kümesiyle ilgili ayrıntılar burada açıklanmıştır:

• Boru hatlarını oluşturmak ve gelecekteki günlük minimum sıcaklıkları tahmin etmek için öngörü sütunu olarak Min_Temp sütununu kullanacaksınız. Ardışık düzen eğitiminden önce, uygun geri dönüş penceresini bulmak için date sütunu ve Min_Temp sütunu birlikte kullanılır.

• Tahmin sütunu, belirli bir gün içinde günlük minimum sıcaklık için bir tahmin tahmin öngörüyor.

• Örnek veriler, satırlar ve sütunlar halinde yapılandırılmış ve bir .csv dosyası olarak kaydedilmiştir.

Görevlere genel bakış

Bu öğretici programda, tek değişkenli bir zaman serisi deneyi yaratmak için aşağıdaki adımları izleyin:

1. Proje yarat
2. Bir AutoAI deneyi oluşturun
3. Deneyin yapılandırılması
4. Deney sonuçlarını gözden geçir
5. Eğitimli modeli devreye alın
6. Konuşlandırılan modeli test edin

Proje yarat

Mini_Daily_Temperatures veri kümesini Samples ' dan yüklemek ve boş bir proje oluşturmak için aşağıdaki adımları izleyin:

1. Gezinme menüsünden Örnekler ' i tıklatın ve Mini_Daily_Tempernitelikleri veri kümesinin yerel bir kopyasını karşıdan yükleyin.
2. Gezinme menüsünden , Projeler > Tüm projeleri görüntüleseçeneklerini tıklattıktan sonra Yeni Projeseçeneğini tıklatın.
   1. Boş bir proje yarat' ı tıklatın.
   2. Projeniz için bir ad ve isteğe bağlı açıklama girin.
   3. Oluştur'u tıklatın.

AutoAI deneyi oluşturma

Bir AutoAI deneyi oluşturmak ve deneyinize örnek veriler eklemek için aşağıdaki adımları izleyin:

1. Projenizin içinden Varlıklar sekmesinde Yeni görev > Makine öğrenimi modellerini otomatik olarak oluşturseçeneklerini tıklatın.

2. Denemeniz için bir ad ve isteğe bağlı açıklama belirtin ve Yaratseçeneğini belirleyin.

3. Yeni bir hizmet eşgörünümü yaratmak ya da var olan bir eşgörünümü projenizle ilişkilendirmek için Machine Learning hizmet eşgörünümünü ilişkilendir seçeneğini belirleyin. Yapılandırmanızı onaylamak için Yeniden Yükle düğmesini tıklatın.

4. Oluştur'u tıklatın.

5. Örnek verileri eklemek için aşağıdaki yöntemlerden birini seçin:
   

   • Dosyanızı yerel olarak karşıdan yüklediyseniz, Göz At düğmesini tıklatıp bilgi istemlerini izleyerek eğitim verileri dosyasını ( Daily_Min_Temperatures.csv) yükleyin.
     
   • Dosyanızı önceden projenize yüklediyseniz, Projeden seçseçeneğini tıklatın, ardından Veri varlığı sekmesini seçin ve Daily_Min_Temperatures.csvseçeneğini belirleyin.

Deneyi yapılandır

Tek değişkenli AutoAI zaman serisi denemenizi yapılandırmak için aşağıdaki adımları izleyin:

1. Zaman Serisi Tahmini oluşturma seçeneği için Evet ' i tıklatın.

2. Öngörü sütunları olarak seçin: Min_Temp.

3. Tarih/saat sütunu olarak seçin: Date.

   

4. Deneyi yapılandırmak için Deney ayarları ' nı tıklatın:
   

   1. Veri kaynağı sayfasında Zaman serisi sekmesini seçin.
      

   2. Bu öğretici program için, Number of backtest (4), Gap length (0 adım) ve Holdout length (20 adım) için varsayılan değeri kabul edin.

      Not: Herhangi bir parametrenin değerini değiştirirseniz, doğrulama uzunluğu değişir: *Arka sınamaların sayısı *, *Boşluk uzunluğu * ya da *Tutmanın uzunluğu *.

   c. Deneme ayarlarındançıkmak için İptal düğmesini tıklatın.
   

   

5. Eğitime başlamak için Deneyi çalıştır ' ı tıklatın.

Deney sonuçlarını gözden geçir

Deneyin tamamlanması birkaç dakika sürer. Deney eğitildikçe, bir görselleştirme boru hattı oluşturmak için kullanılan dönüşümleri gösterir. Deney sonuçlarını gözden geçirmek ve ardışık düzeni en iyi performansla kaydetmek için bu adımları izleyin.

1. (İsteğe bağlı): Belirli bir ardışık düzene ilişkin dönüştürmeye ilişkin ayrıntıları almak için imleci görselleştirmedeki herhangi bir düğümün üzerine getirin.

   

2. (İsteğe bağlı): ardışık düzende ardışık düzenler listelendikten sonra, bunların ne kadar farklı olduğunu görmek için Ardışık Düzen karşılaştırması seçeneğini tıklatın. Örneğin:

   

3. (İsteğe bağlı): Eğitim tamamlandığında, en iyi performans gösteren en iyi üç boru hattı lider panoya kaydedilir. En düşük performansa sahip ardışık düzenleri gözden geçirmek için atılan ardışık düzenleri görüntüle seçeneğini tıklatın.

   

4. 1. Derece ile ardışık düzeni seçin ve modelinizi oluşturmak için Farklı kaydet ' i tıklatın. Daha sonra Oluşturseçeneğini belirleyin. Bu işlem, ardışık düzeni Varlıklar sekmesindeki Modeller bölümünün altında kaydeder.

Eğitilen modeli devreye al

Yeni veriler üzerinde tahminler yapmak için eğitilmiş modelinizi kullanmadan önce modeli devreye almanız gerekir. Eğitilen modelinizi bir konuşlandırma alanına yükseltmek için aşağıdaki adımları izleyin:

1. Modeli model ayrıntıları sayfasından konuşlandırabilirsiniz. Model ayrıntıları sayfasına erişmek için aşağıdaki yöntemlerden birini seçin:
   • Modeli kaydettiğinizde görüntülenen bildirimde modelin adını tıklatın.
   • Modeli içeren projeye ilişkin Varlıklar sayfasını açın ve Machine Learning Modeli bölümünde modelin adını tıklatın.
2. Konuşlandırma Alanına Yükseltseçeneğini tıklatın ve modelin konuşlandırılacağı bir konuşlandırma alanı seçin ya da yaratın.
   (İsteğe bağlı): Bir konuşlandırma alanı yaratmak için aşağıdaki adımları izleyin:
   

   1. Hedef alan listesinden Yeni bir konuşlandırma alanı yaratöğesini seçin.
      

   2. Konuşlandırma alanınız için bir ad girin.
      

   3. Bir makine öğrenimi eşgörünümünü ilişkilendirmek için Makine öğrenimi hizmetini seç (isteğe bağlı) seçeneğine gidin ve listeden bir eşgörünüm seçin.
      

   4. Oluştur'u tıklatın.
      

3. Alanınızı seçtikten ya da yarattıktan sonra Yükseltdüğmesini tıklatın.
4. Bildirimden devreye alma alanı bağlantısını tıklatın.
5. Devreye alma alanının Varlıklar sekmesinden:
   1. İmleci modelin adının üzerine getirin ve konuşlandırma simgesini tıklatın.
   2. Açılan sayfada, alanları doldurun:
      1. Konuşlandırma için bir ad belirtin.
      2. Konuşlandırma tipiolarak Online (Çevrimiçi) seçeneğini belirleyin.
      3. Oluştur'u tıklatın.

Konuşlandırma tamamlandıktan sonra, Devreye Alımlar sekmesini tıklatın ve ayrıntılar sayfasını görüntülemek için konuşlandırma adını seçin.

Devreye alınan modeli test edin

Devreye alma ayrıntıları sayfasından devreye alınan modeli test etmek için aşağıdaki adımları izleyin:

1. Konuşlandırma ayrıntıları sayfasının Test sekmesinde uçbirim simgesini tıklatın ve aşağıdaki JSON test verilerini girin:

   { "input_data": [ {
   
         "fields": [
   
               "Min_Temp"
   
         ],
   
         "values": [
   
               [7], [15]
   
         ]
   
   } ] }
   

   Not: Test verileri, öngörü alanı dışında modele ilişkin veri alanlarını eşler.

2. Gelecekteki minimum sıcaklığı tahmin etmek için Predict (Tahmin) seçeneğini tıklatın.

Üst konu: Zaman serisi deneyi oluşturma