Input dan output data

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.

Catatan

Berlaku untuk: Pembelajaran Mesin Studio (klasik) saja

Modul drag-and-drop serupa tersedia di Azure Machine Learning desainer.

Artikel ini mencantumkan modul yang dapat Anda gunakan untuk mengimpor dan mengekspor data dan model di Pembelajaran Mesin Studio (klasik).

Selain menggunakan modul, Anda dapat langsung mengunggah dan mengunduh himpunan data dari file lokal di komputer atau jaringan Anda. Untuk informasi selengkapnya, lihat Upload data yang ada ke dalam eksperimen Pembelajaran Mesin.

Berikut adalah beberapa sumber yang dapat Anda gunakan untuk mengimpor dan mengekspor data dan model di Pembelajaran Mesin Studio (klasik):

  • Dapatkan data dari sumber di cloud, seperti Azure SQL Database, SQL do Azure Data Warehouse, Azure Storage, dan Azure Cosmos DB. Anda juga dapat mengimpor data yang disediakan sebagai URL web publik, mendapatkan data dari Hadoop dengan menggunakan kueri Hive, atau meminta server SQL lokal.
  • Muat kumpulan gambar dari penyimpanan Azure Blob untuk digunakan dalam tugas klasifikasi gambar.
  • Ekstrak data dari file zip yang Anda unggah ke Pembelajaran Mesin. Anda dapat menggunakan himpunan data dalam eksperimen.
  • Buat himpunan data kecil dengan mengetikkan UI Pembelajaran Mesin Studio (klasik). Ini bisa berguna untuk membuat dataset pengujian kecil.
  • Simpan hasil atau data perantara Anda ke penyimpanan Azure Table, penyimpanan Blob, database SQL, atau kueri Hive.
  • Dapatkan model terlatih dari penyimpanan URL atau Blob, lalu gunakan dalam eksperimen.

Catatan

Modul dalam grup ini hanya memindahkan data ke atau dari Pembelajaran Mesin Studio (klasik). Anda tidak dapat menggunakan modul untuk memfilter, mentransmisikan, atau mengubah data selama proses impor atau ekspor.

Untuk informasi selengkapnya tentang cara mengubah dan memfilter data Anda di Pembelajaran Mesin Studio (klasik), lihat Transformasi Data.

Sumber

Artikel berikut memperkenalkan skenario data umum dalam pembelajaran mesin:

Mulai

Pelajari cara mengelola data untuk pembelajaran mesin di cloud. Informasi dalam artikel ini didasarkan pada CRISP-DM, standar industri. Artikel ini menyediakan panduan end-to-end yang menunjukkan integrasi pembelajaran mesin dengan solusi data cloud seperti Azure HDInsight dan SQL Database.

Artikel ini menjelaskan cara memasukkan data Anda ke Azure, lalu membuat eksperimen.

Ilmu data tingkat lanjut

Pelajari cara menginstal pustaka klien Python Pembelajaran Mesin, lalu gunakan untuk mengakses metadata dan bekerja dengan himpunan data.

Contoh eksperimen

Daftar modul

Kategori Input dan Output Data mencakup modul berikut:

  • Masukkan Data Secara Manual: Memungkinkan Anda membuat himpunan data kecil dengan mengetik nilai.
  • Mengekspor Data: Menulis himpunan data ke URL web atau ke berbagai bentuk penyimpanan berbasis cloud di Azure, seperti tabel, blob, atau database SQL.
  • Mengimpor Data: Memuat data dari sumber eksternal di web dan dari berbagai bentuk penyimpanan berbasis cloud di Azure, seperti penyimpanan Tabel, penyimpanan Blob, SQL Database, SQL Data Warehouse, Azure Cosmos DB, atau kueri Hive. Anda juga dapat mengimpor data dari database SQL Server lokal.
  • Muat Model Terlatih: Mendapatkan model terlatih dari penyimpanan URL atau Blob untuk digunakan dalam eksperimen penilaian.
  • Membongkar Himpunan Data Zip: Mendekompresi himpunan data yang telah disimpan dalam format zip, lalu menambahkan himpunan data ke ruang kerja Anda.

Lihat juga

  • Last updated on