はじめに

  • 2 分

試行錯誤を繰り返して最適なパフォーマンスのモデルを見つけるには、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のさまざまな構成を手動でテストおよび評価しなくても、自動機械学習(AutoML) を使用して自動化することができます。

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。

Diagram illustrating how multiple models are trained and evaluated, after the model with the best performing metrics is selected.

最高のパフォーマンスを発揮する分類モデルを見つけたいとします。 Azure Machine Learning スタジオのビジュアル 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、AutoML 実験を作成できます。

注意

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詳細については、こちらを参照してください。

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をお勧めします。

学習の目的

このモジュールでは、次の方法を学習します。

  • AutoML を分類に使用するためのデータの準備を行う。
  • AutoML 実験を構成して実行する。
  • モデルを評価および比較する。