مرجع الخوارزمية والمكون لمصمم التعلم الآلي Azure
ينطبق على:
Python SDK azure-ai-ml v2 (الحالي)
إشعار
يدعم المصمم نوعين من المكونات، المكونات الكلاسيكية التي تم إنشاؤها مسبقا والمكونات المخصصة. هذان النوعان من المكونات غير متوافقين.
توفر المكونات الكلاسيكية مسبقة الإنشاء مكونات تم إنشاؤها مسبقا بشكل رئيسي لمعالجة البيانات ومهام التعلم الآلي التقليدية مثل الانحدار والتصنيف. يستمر دعم هذا النوع من المكونات ولكن لن تتم إضافة أي مكونات جديدة.
تسمح لك المكونات المخصصة بتوفير التعليمات البرمجية الخاصة بك كمكون. وهو يدعم المشاركة عبر مساحات العمل والتأليف السلس عبر واجهات Studio وCLI وSDK.
تنطبق هذه المقالة على المكونات الكلاسيكية التي تم إنشاؤها مسبقا.
يوفر هذا المحتوى المرجعي الخلفية التقنية لكل مكون من المكونات الكلاسيكية التي تم إنشاؤها مسبقا والمتوفرة في مصمم Azure التعلم الآلي.
يمثل كل مكون مجموعة من التعليمة البرمجية التي يمكن تشغيلها بشكل مستقل وتنفيذ مهمة التعلم الآلي، مع الأخذ في الاعتبار المدخلات المطلوبة. قد يحتوي المكون على خوارزمية معينة، أو يؤدي وظيفة مهمة في التعلم الآلي، مثل استبدال القيمة المفقودة، أو التحليل الإحصائي.
للمساعدة في اختيار الخوارزميات، انظر
تلميح
في أي تدفق في المصمم، يمكنك الحصول على معلومات بشأن مكون معين. حدد الرابط تعلم المزيد في بطاقة المكون عند التمرير فوق المكون في قائمة المكونات، أو في الجزء الأيمن من المكون.
مكونات إعداد البيانات
| الوظائف | الوصف | مكون |
|---|---|---|
| إدخال وإخراج البيانات | نقل البيانات من مصادر السحابة إلى مسار التدفق الخاص بك. اكتب نتائجك أو بياناتك الوسيطة في Azure Storage، أو SQL Database، خلال تشغيل تدفق، أو استخدم التخزين السحابي لتبادل البيانات بين التدفقات. | إدخال البيانات يدويا تصدير البيانات استيراد بيانات |
| تحويل البيانات | العمليات على البيانات الفريدة للتعلم الآلي، مثل تسوية البيانات أو تجميعها، وتقليل الأبعاد، وتحويل البيانات بين تنسيقات الملفات المختلفة. | إضافة أعمدة إضافة صفوف تطبيق العمليات الحسابية تطبيق تحويل SQL مسح البيانات المفقودة قص القيم التحويل إلى CSV التحويل إلى مجموعة البيانات التحويل إلى قيم المؤشر تحرير بيانات التعريف تجميع البيانات في سلال ربط البيانات تسوية البيانات القسم والعينة إزالة الصفوف المكررة ضرب تحديد تحويل الأعمدة تحديد الأعمدة في مجموعة البيانات تقسيم البيانات |
| «تحديد الميزات» | حدد مجموعة فرعية من الميزات المفيدة ذات الصلة لاستخدامها في بناء نموذج تحليلي. | تحديد الميزة المستندة إلى عامل التصفية أهمية ميزة التباديل |
| «الدالات الإحصائية» | تقديم مجموعة متنوعة من الأساليب الإحصائية المتعلقة بعلوم البيانات. | تلخيص البيانات |
خوارزميات التعلم الآلي
| الوظائف | الوصف | مكون |
|---|---|---|
| التراجع | توقع قيمة. | تراجع شجرة القرار المعزز انحدار غابة القرار الانحدار الكمي السريع للغابة الانحدار الخطي انحدار الشبكة العصبية انحدار Poisson |
| تكوين أنظمة المجموعات | تجميع البيانات معاً. | تكوين أنظمة المجموعات في K-Means |
| تصنيف | توقع فئة. اختر من بين الخوارزميات الثنائية (من فئتين) أو متعددة الطبقات. | شجرة قرارات معززة متعددة الفئات غابة القرار متعددة الفئات الانحدار اللوجستي متعدد الطبقات شبكة عصبية متعددة الفئات واحد مقابل الكل متعدد الطبقات واحد مقابل فئة متعددة واحدة متوسط Perceptron من فئتين شجرة قرارات معززة من فئتين غابة القرار من فئتين الانحدار اللوجستي من فئتين شبكة عصبية من فئتين جهاز متجه دعم من فئتين |
مكونات بناء النماذج وتقييمها
خدمة الويب
تعرف على مكونات خدمة الويب الضرورية للاستدلال في الوقت الحقيقي في مصمم التعلم الآلي من Microsoft Azure.
رسائل خطأ
تعرف على معلومات بشأن رسائل الخطأ والتعليمة البرمجية الاستثناءات التي قد تواجهها باستخدام المكونات في مصمم التعلم الآلي من Microsoft Azure.
بيئة المكونات
سيتم تنفيذ جميع المكونات المضمنة في المصمم في بيئة ثابتة توفرها Microsoft.
في السابق كانت هذه البيئة تستند إلى Python 3.6، والآن تمت ترقيتها إلى Python 3.8. هذه الترقية شفافة كما هو الحال في المكونات سيتم تشغيلها تلقائيا في بيئة Python 3.8 ولا تتطلب أي إجراء من المستخدم. قد يؤثر تحديث البيئة على مخرجات المكونات ونشر نقطة النهاية في الوقت الحقيقي من استنتاج في الوقت الحقيقي، راجع الأقسام التالية لمعرفة المزيد.
تختلف مخرجات المكونات عن النتائج السابقة
بعد ترقية إصدار Python من 3.6 إلى 3.8، يمكن أيضا ترقية تبعيات المكونات المضمنة وفقا لذلك. ومن ثم، قد تجد أن بعض مخرجات المكونات مختلفة عن النتائج السابقة.
إذا كنت تستخدم مكون Execute Python Script وقمت بتثبيت حزم مرتبطة ب Python 3.6 مسبقا، فقد تواجه أخطاء مثل:
- "تعذر العثور على إصدار يلبي المتطلبات."
- "لم يتم العثور على توزيع مطابق." ثم ستحتاج إلى تحديد إصدار الحزمة الذي تم تكييفه مع Python 3.8، وتشغيل البنية الأساسية لبرنامج ربط العمليات التجارية الخاصة بك مرة أخرى.
نشر نقطة النهاية في الوقت الحقيقي من مشكلة مسار الاستدلال في الوقت الحقيقي
إذا قمت بتوزيع نقطة النهاية في الوقت الحقيقي مباشرة من مسار استدلال في الوقت الحقيقي مكتمل سابق، فقد تواجه أخطاء.
التوصية: استنساخ مسار الاستدلال وإرساله مرة أخرى، ثم النشر إلى نقطة النهاية في الوقت الحقيقي.