Przeczytaj w języku angielskim

Udostępnij za pośrednictwem


ILearner, interfejs

Ważne

Obsługa programu Machine Learning Studio (wersja klasyczna) zakończy się 31 sierpnia 2024 r. Zalecamy przejście do usługi Azure Machine Learning przed tym terminem.

Od 1 grudnia 2021 r. nie będzie można tworzyć nowych zasobów programu Machine Learning Studio (wersja klasyczna). Do 31 sierpnia 2024 r. można będzie nadal korzystać z istniejących zasobów programu Machine Learning Studio (wersja klasyczna).

Dokumentacja programu ML Studio (wersja klasyczna) jest wycofywana i może nie być aktualizowana w przyszłości.

W tym artykule opisano iLearnerinterfejs , który jest interfejsem dla wytrenowych modeli używanych w Machine Learning Studio (wersja klasyczna).

Uwaga

Dotyczy: tylko Machine Learning Studio (klasyczne)

Podobne moduły przeciągania i upuszczania są dostępne w Azure Machine Learning projektanta.

Interfejs ILearner udostępnia metody i właściwości, które są używane do konfigurowania modeli uczenia maszynowego i korzystania z nich. Uczeniu się jest definiowany jako zestaw instrukcji, które wykonują standardowe zadania uczenia maszynowego. Uczniowie obejmują algorytmy klasyfikacji, algorytmy klastrowania i algorytmy regresji.

Z usługą można wchodzić iLearner w interakcje tylko w programie Studio (wersja klasyczna) lub w jednym z obsługiwanych interfejsów API.

Program Studio (klasyczny) używa tego interfejsu do następujących funkcji:

  • Określa, czy model ma poprawny format.
  • Pobiera możliwości uczących się. Są to wszystkie ogólne właściwości osoby uczącej się, które nie są przechwytywane przez podpis typu określonego uczących się.
  • Pobiera lub ustawia ustawienia uczących się. Ustawienia są unikatowe dla każdego uczących się i należy je skonfigurować jeden raz, zanim będzie można w nim wywołać dowolne metody zapytań.

Aby uzyskać listę osób uczących się w programie Machine Learning Studio (wersja klasyczna), zobacz Initialize Model (Inicjowanie modelu).

Uwaga

Interfejs ICluster jest również dostępny tylko dla modeli klastrowania.

Zobacz też

Typy danych modułów