Machine learning- en data science-hulpprogramma's in Azure Datawetenschap Virtual Machines

Azure Datawetenschap Virtual Machines (DSVM's) hebben een uitgebreide set hulpprogramma's en bibliotheken voor machine learning. Deze resources zijn beschikbaar in populaire talen, zoals Python, R en Julia.

De DSVM ondersteunt deze machine learning-hulpprogramma's en bibliotheken:

Azure Machine Learning-SDK voor Python

Ga naar de Azure Machine Learning SDK voor Python voor een volledig overzicht.

Categorie	Weergegeven als
Wat is het?	U kunt de Azure Machine Learning-cloudservice gebruiken om machine learning-modellen te ontwikkelen en te implementeren. U kunt de Python SDK gebruiken om uw modellen bij te houden tijdens het bouwen, trainen, schalen en beheren. Implementeer modellen als containers en voer ze uit in de cloud, on-premises of in Azure IoT Edge.
Ondersteunde edities	Windows (conda-omgeving: AzureML), Linux (conda-omgeving: py36)
Typische toepassingen	Algemeen machine learning-platform
Hoe wordt deze geconfigureerd of geïnstalleerd?	Geïnstalleerd met GPU-ondersteuning
Het gebruiken of uitvoeren	Als Python SDK en in de Azure CLI. Activeer naar de Conda-omgeving AzureML in de Windows-editie of activeer naar py36 de Linux-editie.
Koppeling naar voorbeelden	Zoek voorbeelden van Jupyter-notebooks in de AzureML map onder notebooks.

H2O

Categorie	Weergegeven als
Wat is het?	Een opensource AI-platform dat ondersteuning biedt voor gedistribueerde, snelle, schaalbare machine learning in het geheugen.
Ondersteunde versies	Linux
Typische toepassingen	Gedistribueerde, schaalbare machine learning voor algemeen gebruik
Hoe wordt deze geconfigureerd of geïnstalleerd?	H2O is geïnstalleerd in /dsvm/tools/h2o.
Het gebruiken of uitvoeren	Verbinding maken naar de virtuele machine met X2Go. Start een nieuwe terminal en voer deze uit java -jar /dsvm/tools/h2o/current/h2o.jar. Start vervolgens een webbrowser en maak verbinding met http://localhost:54321.
Koppeling naar voorbeelden	Zoek voorbeelden op de virtuele machine in Jupyter, onder de h2o map.

Er zijn verschillende andere machine learning-bibliotheken op DSVM's, bijvoorbeeld het populaire scikit-learn pakket dat deel uitmaakt van de Anaconda Python-distributie voor DSVM's. Voer de respectieve pakketbeheerders uit voor een lijst met pakketten die beschikbaar zijn in Python, R en Julia.

LightGBM

Categorie	Weergegeven als
Wat is het?	Een snel, gedistribueerd, hoog presterend kleurovergangsverbeteringskader (GBDT, GBRT, GBM of MART) op basis van beslissingsstructuuralgoritmen. Machine learning-taken: rangschikking, classificatie, enzovoort: gebruik deze.
Ondersteunde versies	Windows, Linux
Typische toepassingen	Framework voor het verhogen van kleurovergangen voor algemeen gebruik
Hoe wordt deze geconfigureerd of geïnstalleerd?	LightGBM is geïnstalleerd als een Python-pakket in Windows. In Linux bevindt het uitvoerbare opdrachtregelbestand zich in /opt/LightGBM/lightgbm. Het R-pakket is geïnstalleerd en Python-pakketten worden geïnstalleerd.
Koppeling naar voorbeelden	LightGBM-handleiding

Rattle

Categorie	Weergegeven als
Wat is het?	Een grafische gebruikersinterface voor gegevensanalyse die gebruikmaakt van R.
Ondersteunde edities	Windows, Linux
Typische toepassingen	Algemene hulpprogramma voor gegevensanalyse van gebruikersinterface voor R
Het gebruiken of uitvoeren	Als ui-hulpprogramma. Start in Windows een opdrachtprompt, voer R uit en voer rattle()vervolgens in R uit. In Linux maakt u verbinding met X2Go, start u een terminal, voert u R uit en voert u vervolgens in R uit rattle().
Koppeling naar voorbeelden	Rattle

Vowpal Wabbit

Categorie	Weergegeven als
Wat is het?	Een snelle, opensource, out-of-core leersysteembibliotheek
Ondersteunde edities	Windows, Linux
Typische toepassingen	Algemene machine learning-bibliotheek
Hoe wordt deze geconfigureerd of geïnstalleerd?	Windows: msi installer Linux: apt-get
Het gebruiken of uitvoeren	Als een opdrachtregelprogramma op pad (C:\Program Files\VowpalWabbit\vw.exe in Windows, /usr/bin/vw op Linux)
Koppeling naar voorbeelden	Voorbeelden van VowPal Wabbit

Weka

Categorie	Weergegeven als
Wat is het?	Een verzameling machine learning-algoritmen voor gegevensanalysetaken. U kunt de algoritmen rechtstreeks toepassen of aanroepen vanuit uw eigen Java-code. Weka bevat hulpprogramma's voor gegevensverwerking, classificatie, regressie, clustering, koppelingsregels en visualisatie.
Ondersteunde edities	Windows, Linux
Typische toepassingen	Algemeen hulpprogramma voor machine learning
Het gebruiken of uitvoeren	Zoek in Windows naar Weka in het menu Start . Meld u in Linux aan met X2Go en ga vervolgens naar Applications>Development>Weka.
Koppeling naar voorbeelden	Weka-voorbeelden

XGBoost

Categorie	Weergegeven als
Wat is het?	Een snelle, draagbare en gedistribueerde kleurovergangsverbetering (GBDT-, GBRT- of GBM)-bibliotheek voor Python, R, Java, Scala, C++, en meer. Het wordt uitgevoerd op één computer en op Apache Hadoop en Spark.
Ondersteunde edities	Windows, Linux
Typische toepassingen	Algemene machine learning-bibliotheek
Hoe wordt deze geconfigureerd of geïnstalleerd?	Geïnstalleerd met GPU-ondersteuning
Het gebruiken of uitvoeren	Als python-bibliotheek (2.7 en 3.6+), R-pakket en opdrachtregelprogramma op pad (C:\dsvm\tools\xgboost\bin\xgboost.exe voor Windows en /dsvm/tools/xgboost/xgboost voor Linux)
Koppelingen naar voorbeelden	Voorbeelden zijn opgenomen op de virtuele machine, in /dsvm/tools/xgboost/demo Linux en C:\dsvm\tools\xgboost\demo in Windows.