紹介

  • 2 分

最適なパフォーマンスモデルを見つけるために試行錯誤を行うと、時間がかかる場合があります。 機械学習モデルをトレーニングするためにさまざまな構成を手動でテストおよび評価する必要なく、自動機械学習 または AutoML 自動化できます。

AutoML を使用すると、データを使用して複数の前処理変換とアルゴリズムを試して、最適な機械学習モデルを見つけることができます。

最適なパフォーマンスのメトリックを持つモデルを選択した後に、複数のモデルがどのようにトレーニングおよび評価されるかを示す図。

あなたが、最も性能の良い 分類 モデルを見つけたいと思っていると想像してください。 AutoML 実験は、Azure Machine Learning Studio のビジュアル インターフェイス、Azure コマンド ライン インターフェイス (CLI)、または Python ソフトウェア開発キット (SDK) を使用して作成できます。

手記

AutoML は、回帰、予測、画像分類、自然言語処理などの他のタスクに使用できます。 AutoML を使用できる場合のの詳細について説明します。

データ サイエンティストは、Python SDK を使用して AutoML 実験を構成することもできます。

学習目標

このモジュールでは、次の方法を学習します。

  • 分類に AutoML を使用するようにデータを準備します。
  • AutoML 実験を構成して実行します。
  • モデルの評価と比較。