Pembelajaran Mesin Studio (klasik): Bantuan algoritme dan modul

Penting

Dukungan untuk Studio Azure Machine Learning (klasik) akan berakhir pada 31 Agustus 2024. Sebaiknya Anda transisi ke Azure Machine Learning sebelum tanggal tersebut.

Mulai 1 Desember 2021, Anda tidak akan dapat membuat sumber daya Studio Azure Machine Learning (klasik) baru. Hingga 31 Agustus 2024, Anda dapat terus menggunakan sumber daya Pembelajaran Mesin Studio (klasik) yang ada.

ML Dokumentasi Studio (klasik) sedang berhenti dan mungkin tidak diperbarui di masa mendatang.

Tip

Pelanggan yang saat ini menggunakan atau mengevaluasi Pembelajaran Mesin Studio (klasik) didorong untuk mencoba Azure Machine Learning desainer, yang menyediakan modul ML drag-n-drop ditambah skalabilitas, kontrol versi, dan keamanan perusahaan.

Pembelajaran Mesin Studio (klasik) adalah layanan analitik prediktif cloud yang memungkinkan untuk membuat dan menerapkan model prediktif dengan cepat sebagai solusi analitik. Alat pembelajaran mesin sebagian besar adalah layanan berbasis cloud, yang menghilangkan masalah penyiapan dan pemasangan karena Anda dapat bekerja melalui browser web Anda di PC yang terhubung ke internet. Lihat artikel, "Apa itu Studio (klasik)?" untuk detail lebih lanjut.

Dokumentasi ini berisi informasi teknis dan cara terperinci untuk modul yang tersedia di Pembelajaran Mesin Studio (klasik).

Apa itu modul?

Setiap modul di Pembelajaran Mesin Studio (klasik) mewakili satu set kode yang dapat berjalan secara independen dan melakukan tugas pembelajaran mesin, mengingat input yang diperlukan. Modul mungkin berisi algoritma tertentu, atau melakukan tugas yang penting dalam pembelajaran komputer, seperti penggantian nilai yang hilang, atau analisis statistik.

Di Studio (klasik), modul diatur berdasarkan fungsionalitas:

  • Modul input dan output data melakukan pekerjaan memindahkan data dari sumber cloud ke dalam eksperimen Anda. Anda dapat menulis hasil atau data perantara anda untuk Azure Storage, database SQL, atau Hive, saat menjalankan eksperimen, atau menggunakan penyimpanan cloud untuk bertukar data antar eksperimen.

  • Modul transformasi data mendukung operasi pada data yang unik untuk pembelajaran mesin, seperti normalisasi atau binning data, pemilihan fitur, dan pengurangan dimensi.

  • Algoritma pembelajaran mesin, seperti pengelompokan, mesin vektor pendukung, atau jaringan saraf, tersedia dalam modul individual yang memungkinkan Anda menyesuaikan tugas pembelajaran mesin dengan parameter yang sesuai. Untuk tugas klasifikasi, Anda dapat memilih dari algoritma biner atau multiclass.

    Setelah Anda mengonfigurasi model, gunakan modul pelatihan untuk menjalankan data melalui algoritme, dan ukur keakuratan model terlatih dengan menggunakan salah satu modul evaluasi. Untuk mendapatkan prediksi dari model yang baru saja Anda latih, gunakan salah satu modul penilaian.

  • Deteksi anomali: Pembelajaran Mesin Studio (klasik) mencakup beberapa algoritma khusus untuk tugas-tugas ini.

  • Modul analisis teks mendukung berbagai tugas pemrosesan bahasa alami.

  • Dukungan Vowpal Wabbit memudahkan penggunaan platform yang dapat diskalakan ini.

  • Modul bahasa Python dan R memudahkan untuk menjalankan fungsi khusus. Anda menulis kode, dan menanamkannya dalam modul, untuk mengintegrasikan Python dan R dengan layanan eksperimen.

  • Pustaka OpenCV menyediakan modul untuk digunakan dalam tugas pengenalan gambar tertentu.

  • Analisis deret waktu mendukung deteksi anomali dalam deret waktu.

  • Modul statistik menyediakan berbagai metode numerik yang terkait dengan ilmu data. Lihatlah dalam kelompok ini untuk metode korelasi, ringkasan data, dan operasi statistik dan matematika.

Di bagian referensi ini, Anda akan menemukan latar belakang teknis pada algoritma pembelajaran mesin, detail implementasi jika tersedia, dan tautan ke eksperimen sampel yang menunjukkan bagaimana modul digunakan. Anda dapat mengunduh contoh di Galeri AI Azure ke ruang kerja Anda. Contoh-contoh ini adalah untuk penggunaan umum.

Tip

Jika Anda masuk ke Pembelajaran Mesin Studio (klasik) dan telah membuat eksperimen, Anda bisa mendapatkan informasi tentang modul tertentu. Pilih modul, lalu pilih tautan bantuan lainnya di panel Bantuan Cepat .

Referensi teknis lainnya

Bagian Deskripsi
Daftar Tipe Data Bagian ini berisi topik referensi yang menjelaskan antarmuka pelajar, dan format yang DataTable digunakan untuk himpunan data.
Daftar Pengecualian Bagian ini mencantumkan kesalahan yang dapat dihasilkan modul, dengan penyebab dan kemungkinan solusi.

Untuk daftar kode kesalahan yang terkait dengan API layanan web, lihat Pembelajaran Mesin kode kesalahan REST API.

Lihat juga

dokumentasi Pembelajaran Mesin Studio (klasik)