Co to jest rozwiązanie AutoML?

  • Artykuł

Rozwiązanie AutoML usługi Databricks ułatwia automatyczne stosowanie uczenia maszynowego do zestawu danych. Należy podać zestaw danych i zidentyfikować cel przewidywania, a rozwiązanie AutoML przygotowuje zestaw danych do trenowania modelu. Następnie rozwiązanie AutoML wykonuje i rejestruje zestaw prób, które tworzą, dostrajają i oceniają wiele modeli. Po ocenie modelu rozwiązanie AutoML wyświetla wyniki i udostępnia notes języka Python z kodem źródłowym dla każdego przebiegu wersji próbnej, dzięki czemu można przeglądać, odtwarzać i modyfikować kod. Rozwiązanie AutoML oblicza również statystyki podsumowania zestawu danych i zapisuje te informacje w notesie, który można przejrzeć później.

Rozwiązanie AutoML usługi Databricks umożliwia regresję, klasyfikację i prognozowanie problemów. Dowiedz się więcej o sposobie działania rozwiązania AutoML usługi Azure Databricks.

Wymagania

  • Databricks Runtime 9.1 ML lub nowszy. W przypadku wersji ogólnodostępnej (GA) środowisko Databricks Runtime 10.4 LTS ML lub nowsze.
    • W przypadku prognozowania szeregów czasowych środowisko Databricks Runtime 10.0 ML lub nowsze.
    • W przypadku środowiska Databricks Runtime 9.1 LTS ML i nowszego rozwiązanie AutoML zależy od databricks-automl-runtime pakietu, który zawiera składniki przydatne poza rozwiązaniem AutoML, a także pomaga uprościć notesy generowane przez trenowanie rozwiązania AutoML. databricks-automl-runtime jest dostępny w interfejsie PyPI.
  • W klastrze nie powinny być zainstalowane żadne dodatkowe biblioteki inne niż te, które są wstępnie zainstalowane w środowisku Databricks Runtime for Machine Edukacja.
    • Wszelkie modyfikacje (usuwanie, uaktualnienia lub obniżanie wersji) do istniejących wersji bibliotek powoduje błędy uruchamiania z powodu niezgodności.
  • Rozwiązanie AutoML nie jest zgodne z klastrami trybu dostępu współdzielonego.
  • Aby używać wykazu aparatu Unity z rozwiązaniem AutoML, tryb dostępu klastra musi być pojedynczym użytkownikiem i musi być wyznaczonym pojedynczym użytkownikiem klastra.

Następne kroki