Einleitung

  • 2 Minuten

Die Durchführung von Test- und Fehlerversuchen, um das leistungsstärkste Modell zu finden, kann zeitaufwändig sein. Anstatt verschiedene Konfigurationen manuell zu testen und auszuwerten, um ein Machine Learning-Modell zu trainieren, können Sie es mit automatisierten maschinellen Lernen oder AutoML-automatisieren.

Mit AutoML können Sie mehrere Vorverarbeitungstransformationen und Algorithmen mit Ihren Daten ausprobieren, um das beste Machine Learning-Modell zu finden.

Diagramm, das veranschaulicht, wie mehrere Modelle trainiert und ausgewertet werden, nachdem das Modell mit den besten Metriken ausgewählt wurde.

Stellen Sie sich vor, Sie möchten das leistungsstärkste Klassifizierungsmodell ermitteln. Sie können ein AutoML-Experiment mit der visuellen Schnittstelle von Azure Machine Learning Studio, der Azure-Befehlszeilenschnittstelle (CLI) oder dem Python Software Development Kit (SDK) erstellen.

Anmerkung

Sie können AutoML für andere Aufgaben wie Regression, Prognose, Bildklassifizierung und Verarbeitung natürlicher Sprachen verwenden. Erfahren Sie mehr über , wenn Sie AutoML-verwenden können.

Als Data Scientist möchten Sie Ihr AutoML-Experiment mit dem Python SDK möglicherweise konfigurieren.

Lernziele

In diesem Modul erfahren Sie, wie Sie:

  • Bereiten Sie Ihre Daten für die Verwendung von AutoML für die Klassifizierung vor.
  • Konfigurieren und Ausführen eines AutoML-Experiments.
  • Modelle auswerten und vergleichen.