Introductie
Het proces van trial-and-error om het best presterende model te vinden, kan tijdrovend zijn. In plaats van handmatig verschillende configuraties te moeten testen en evalueren om een machine learning-model te trainen, kunt u dit automatiseren met geautomatiseerde machine learning- of AutoML-.
Met AutoML kunt u meerdere voorverwerkingstransformaties en algoritmen met uw gegevens proberen om het beste machine learning-model te vinden.
Stel dat u het best presterende classificatie model wilt vinden. U kunt een AutoML-experiment maken met behulp van de visuele interface van Azure Machine Learning Studio, de Azure-opdrachtregelinterface (CLI) of de Python Software Development Kit (SDK).
Notitie
U kunt AutoML gebruiken voor andere taken, zoals regressie, prognose, afbeeldingsclassificatie en verwerking van natuurlijke taal. Meer informatie over wanneer u AutoML-kunt gebruiken.
Als data scientist kunt u uw AutoML-experiment misschien liever configureren met de Python SDK.
Leerdoelen
In deze module leert u het volgende:
- Bereid uw gegevens voor op het gebruik van AutoML voor classificatie.
- Een AutoML-experiment configureren en uitvoeren.
- Modellen evalueren en vergelijken.