runtime Pakket

Bevat functionaliteit voor het uitvoeren van geautomatiseerde ML in pijplijnen, het werken met model explainers en het maken van ensembles.

Dit pakket bevat klassen voor het configureren en beheren van pijplijnen en het onderzoeken van uitvoer voor geautomatiseerde machine learning-experimenten. Zie het artikel Wat is geautomatiseerde machine learning? voor meer informatie over geautomatiseerde machine learning in Azure.

Als u een herbruikbare machine learning-werkstroom voor geautomatiseerde machine learning wilt definiëren, gebruikt AutoMLStep u om een Pipelinete maken.

Modules

automl_step	AFGEKEURD. Gebruik de functionaliteit in de automl_step module.
ensemble	Bevat functionaliteit voor het maken van ensembles op basis van eerdere geautomatiseerde machine learning-iteraties. Het maken van ensembles kan de machine learning-resultaten verbeteren door meerdere iteraties te combineren die betere voorspellingen kunnen opleveren in vergelijking met één iteratie. Configureer een experiment om ensembles te gebruiken met het AutoMLConfig -object.
run	Bevat functionaliteit voor het beheren van geautomatiseerde ML-uitvoeringen in Azure Machine Learning. Met deze module kunt u geautomatiseerde ML-uitvoeringen starten of stoppen, de uitvoeringsstatus bewaken en modeluitvoer ophalen.

Klassen

AutoMLStep	AFGEKEURD. Gebruik de klasse AutoMLStep. AFGEKEURD.
AutoMLStepRun	AFGEKEURD. Gebruik de klasse AutoMLStepRun. AFGEKEURD.
HTSInferenceParameters	Parameters voor HTS-deductiepijplijn.
HTSTrainParameters	Parameters voor HTS-trainpijplijn.
ManyModelsInferenceParameters	Parameters die worden gebruikt voor de deductiepijplijn van ManyModels.
ManyModelsTrainParameters	Parameters die worden gebruikt voor de pijplijn voor ManyModels-training.