Aflevering
Machine Learning vereenvoudigen met geautomatiseerde ML
Voor het bouwen van nauwkeurige machine learning-modellen is een grondige kennis van machine learning vereist, evenals andere vaardigheden voor gegevenswetenschap en codering. Het doel van geautomatiseerde machine learning is om deze vereisten te verlichten, de ML-werkstroom voor het opschonen van gegevens te automatiseren, functie-engineering, algoritmeselectie, afstemming van hyperparameters en implementatie. Om experts in bedrijfsdomeinen in staat te stellen ML te gebruiken in hun dagelijkse werk met behulp van de webgebruikersinterface zonder één regel code te schrijven, en gegevenswetenschappers te optimaliseren door een deel van het technische werk te automatiseren.
Ga naar:
[00:55] - Een geautomatiseerd ML-experiment starten
[03:07] - Experimentuitvoer analyseren en aanbevolen model implementeren
De favoriete koppelingen van de AI-voorstelling:
Voor het bouwen van nauwkeurige machine learning-modellen is een grondige kennis van machine learning vereist, evenals andere vaardigheden voor gegevenswetenschap en codering. Het doel van geautomatiseerde machine learning is om deze vereisten te verlichten, de ML-werkstroom voor het opschonen van gegevens te automatiseren, functie-engineering, algoritmeselectie, afstemming van hyperparameters en implementatie. Om experts in bedrijfsdomeinen in staat te stellen ML te gebruiken in hun dagelijkse werk met behulp van de webgebruikersinterface zonder één regel code te schrijven, en gegevenswetenschappers te optimaliseren door een deel van het technische werk te automatiseren.
Ga naar:
[00:55] - Een geautomatiseerd ML-experiment starten
[03:07] - Experimentuitvoer analyseren en aanbevolen model implementeren
De favoriete koppelingen van de AI-voorstelling:
Wilt u feedback geven? Dien hier een probleem in.