Introducción

  • 2 minutos

Pasar por la prueba y el error para encontrar el modelo de mejor rendimiento puede llevar mucho tiempo. En lugar de tener que probar y evaluar manualmente varias configuraciones para entrenar un modelo de aprendizaje automático, puede automatizarla con aprendizaje automático automatizado o AutoML.

AutoML permite probar varias transformaciones y algoritmos de preprocesamiento con los datos para encontrar el mejor modelo de aprendizaje automático.

Diagrama que ilustra cómo se entrenan y evalúan varios modelos, después de seleccionar el modelo con las métricas de mejor rendimiento.

Imagine que desea encontrar el modelo de clasificación con mejor rendimiento. Puede crear un experimento de AutoML mediante la interfaz visual de Azure Machine Learning Studio, la interfaz de la línea de comandos (CLI) de Azure o el kit de desarrollo de software (SDK) de Python.

Nota

Puede usar AutoML para otras tareas, como regresión, previsión, clasificación de imágenes y procesamiento de lenguaje natural. Obtenga más información sobre cuando puede usar AutoML.

Como científico de datos, es posible que prefiera configurar el experimento de AutoML con el SDK de Python.

Objetivos de aprendizaje

En este módulo, aprenderá a:

  • Prepare los datos para usar AutoML para la clasificación.
  • Configure y ejecute un experimento de AutoML.
  • Evaluar y comparar modelos.