Vad är automatisk maskininlärning (AutoML)?

GÄLLER FÖR: Python SDK azure-ai-ml v2 (aktuell)

Automatiserad maskininlärning, även kallat automatiserad ML eller AutoML, automatiserar de tidskrävande, iterativa uppgifterna för utveckling av maskininlärningsmodeller. Med automatiserad ML kan dataforskare, analytiker och utvecklare skapa maskininlärningsmodeller i stor skala med effektivitet och produktivitet, samtidigt som modellkvaliteten bibehålls. Automatiserad ML i Azure Machine Learning baseras på ett genombrott från Microsoft Research-divisionen.

• Installera Azure Machine Learning Python SDK för kunder med erfarenhet av kod. Kom igång med Självstudie: Träna en objektidentifieringsmodell (förhandsversion) med AutoML och Python.

Hur fungerar AutoML?

Under träningen skapar Azure Machine Learning många pipelines parallellt som provar olika algoritmer och parametrar åt dig. Tjänsten itererar via ML-algoritmer i kombination med funktionsval. Varje iteration skapar en modell med en träningspoäng. Ju bättre poäng för det mått du vill optimera, desto bättre passar modellen dina data. Processen stoppas när den uppfyller de avslutsvillkor som definierats i experimentet.

Med Azure Machine Learning kan du utforma och köra dina automatiserade ML-träningsexperiment med följande steg:

1. Identifiera ML-problemet som ska lösas: klassificering, prognostisering, regression, visuellt innehåll eller NLP.

2. Välj en kod-första upplevelse eller en studiowebbupplevelse utan kod: Användare som föredrar en kodinlärningsupplevelse kan använda Azure Machine Learning SDKv2 eller Azure Machine Learning CLIv2. Kom igång med Självstudie: Träna en objektidentifieringsmodell med AutoML och Python. Användare som föredrar en begränsad eller kodfri upplevelse kan använda webbgränssnittet i Azure Machine Learning-studio på https://ml.azure.com. Kom igång med Självstudie: Skapa en klassificeringsmodell med automatiserad ML i Azure Machine Learning.

3. Ange källan för de märkta träningsdata: Ta dina data till Azure Machine Learning på många olika sätt.

4. Konfigurera de automatiserade maskininlärningsparametrarna: Ange antalet iterationer över olika modeller, inställningar för hyperparametrar, avancerade förbearbetnings- och funktionaliseringsalternativ och de mått som ska utvärderas när den bästa modellen fastställs.

5. Skicka in träningsuppgiften.

6. Granska resultaten.

Följande diagram illustrerar den här processen.

Du kan också granska den loggade jobbinformationen, som innehåller mått som samlats in under jobbet. Träningsjobbet genererar ett Python-serialiserat objekt (.pkl fil) som innehåller modellen och förbearbetning av data.

Även om modellskapandet automatiseras kan du också lära dig hur viktiga eller relevanta funktioner är för de genererade modellerna.

När du ska använda AutoML: klassificering, regression, prognostisering, datorseende och naturlig språkbehandling

Använd automatiserad ML när du vill att Azure Machine Learning ska träna och finjustera en modell åt dig med hjälp av det målmått som du anger. Automatiserad ML demokratiserar utvecklingsprocessen för maskininlärningsmodellen och ger användarna möjlighet att, oavsett deras expertis inom datavetenskap, identifiera en maskininlärningspipeline från slutpunkt till slutpunkt för eventuella problem.

ML-proffs och utvecklare i olika branscher kan använda automatiserad ML för att:

• Implementera ML-lösningar utan omfattande programmeringskunskaper
• Spara tid och resurser
• Tillämpa metodtips för datavetenskap
• Tillhandahålla smidig problemlösning

Klassificering

Klassificering är en typ av övervakad inlärning där modeller lär sig att använda träningsdata och tillämpa dessa lärdomar på nya data. Azure Machine Learning erbjuder förbehandlingar specifikt för dessa uppgifter, som exempelvis textfunktionsextraherare med djupa neurala nätverk för klassificering. Mer information om funktionaliseringsalternativ finns i Funktionalisering av data. Du hittar också listan över algoritmer som stöds av AutoML på algoritmer som stöds.

Huvudmålet med klassificeringsmodeller är att förutsäga vilka kategorier nya data hamnar i baserat på lärdomar från dess träningsdata. Klassificering används till exempel för identifiering av bedrägerier, handskriftsigenkänning och objektidentifiering.

Se ett exempel på klassificering och automatiserad maskininlärning i den här Python-anteckningsboken: Bank Marketing.

Tillbakagång

Precis som med klassificering är regressionsaktiviteter också en vanlig övervakad inlärningsuppgift. Azure Machine Learning erbjuder funktionalisering som är specifik för regressionsproblem. Läs mer om funktionaliseringsalternativ. Du hittar också listan över algoritmer som stöds av AutoML på algoritmer som stöds.

Regressionsmodeller skiljer sig från klassificering där förutsagda utdatavärden är kategoriska och förutsäger numeriska utdatavärden baserat på oberoende prediktorer. I regression är målet att hjälpa till att upprätta en relation mellan dessa oberoende prediktorvariabler genom att uppskatta hur en variabel påverkar de andra. Modellen kan till exempel förutsäga bilpriser baserat på funktioner som gasmil och säkerhetsklassificering.

Se ett exempel på regression och automatiserad maskininlärning för förutsägelser i dessa Python-notebook-filer: Maskinvaruprestanda.

Tidsserieprognoser

Att skapa prognoser är ett viktigt område för alla företag, oavsett om det gäller intäkter, lager, försäljning eller kundefterfrågan. Använd automatiserad ML för att kombinera tekniker och metoder och få en rekommenderad prognos för tidsserier av hög kvalitet. En lista över algoritmer som stöds av AutoML finns i algoritmer som stöds.

Ett automatiserat tidsserieexperiment behandlar problemet som ett problem med multivariatregression. Tidigare tidsserievärden "pivoteras" för att bli fler dimensioner för regressorn tillsammans med andra prediktorer. Den här metoden, till skillnad från klassiska tidsseriemetoder, har en fördel med att naturligt införliva flera kontextuella variabler och deras relation till varandra under träningen. Automatiserad ML lär sig en enda, men ofta internt förgrenad, modell för alla objekt i datauppsättningen och förutsägelsehorisonter. Mer data är därför tillgängliga för att uppskatta modellparametrar och det blir möjligt att generalisera till osedda serier.

Avancerad prognoskonfiguration omfattar:

• Identifiering och funktionsegenskap av helgdagar
• Tidsserier och DNN-modeller (Auto-ARIMA, Prophet, ForecastTCN)
• Stöd för många modeller via gruppering
• Korsvalidering av rullande ursprung
• Konfigurerbara fördröjningar
• Aggregeringsfunktioner för rullande fönster

Ett exempel på prognostisering och automatiserad maskininlärning finns i den här Python-anteckningsboken: Energiefterfrågan.

Datorseende

Med stöd för uppgifter för visuellt innehåll kan du enkelt generera modeller som tränats på bilddata för scenarier som bildklassificering och objektidentifiering.

Med den här funktionen kan du:

• Integrera sömlöst med azure Machine Learning-dataetikettfunktionen .
• Använd etiketterade data för att generera bildmodeller.
• Optimera modellprestanda genom att ange modellalgoritmen och justera hyperparametrar.
• Ladda ned eller distribuera den resulterande modellen som en webbtjänst i Azure Machine Learning.
• Operationalisera i stor skala och utnyttja funktionerna i Azure Machine Learning MLOps och ML Pipelines .

Du kan skapa AutoML-modeller för visionsuppgifter med hjälp av Azure Machine Learning Python SDK. Du kan komma åt resulterande experimenteringsjobb, modeller och utdata från Azure Machine Learning Studio-användargränssnittet.

Lär dig hur du konfigurerar AutoML-träning för datorseendemodeller.

Bild från: http://cs231n.stanford.edu/slides/2021/lecture_15.pdf

AutoML för bilder har stöd för följande uppgifter med datorseende:

Uppgift	beskrivning
Bildklassificering i flera klasser	Uppgifter där en bild endast klassificeras med en enda etikett från en uppsättning klasser – till exempel klassificeras varje bild som antingen en bild av en "katt" eller en "hund" eller en "anka".
Bildklassificering med flera etiketter	Uppgifter där en bild kan ha en eller flera etiketter från en uppsättning etiketter – till exempel kan en bild märkas med både "katt" och "hund".
Objektidentifiering	Uppgifter för att identifiera objekt i en bild och hitta varje objekt med en avgränsningsruta, till exempel leta upp alla hundar och katter i en bild och rita en avgränsningsruta runt var och en.
Instanssegmentering	Uppgifter för att identifiera objekt i en bild på pixelnivå och rita en polygon runt respektive objekt i bilden.

Bearbetning av naturligt språk: NLP

Med stöd för nlp-uppgifter (natural language processing) i automatiserad ML kan du enkelt generera modeller som tränats på textdata för textklassificering och namngivna scenarier för entitetsigenkänning. Du kan skapa automatiserade ML-tränade NLP-modeller via Azure Machine Learning Python SDK. Du kan komma åt resulterande experimenteringsjobb, modeller och utdata från Azure Machine Learning Studio-användargränssnittet.

NLP-funktionen stöder:

• Slut-till-slut-djupinlärning för NLP med de senaste förtränade BERT-modellerna
• Sömlös integrering med Azure Machine Learning-dataetiketter
• Använda etiketterade data för att generera NLP-modeller
• Flerspråkigt stöd med 104 språk
• Distribuerad träning med Horovod

Lär dig hur du konfigurerar AutoML-träning för NLP-modeller.

Tränings-, validerings- och testdata

Med automatiserad ML tillhandahåller du träningsdata för att träna ML-modeller och du kan ange vilken typ av modellverifiering som ska utföras. Automatiserad ML utför modellverifiering som en del av träningen. Automatiserad ML använder valideringsdata för att finjustera modellhyperparametrar baserat på den tillämpade algoritmen för att hitta den kombination som passar bäst för träningsdata. Samma valideringsdata används dock för varje iteration av justering, vilket introducerar modellutvärderingsfördomar eftersom modellen fortsätter att förbättras och anpassas till valideringsdata.

För att bekräfta att sådan bias inte tillämpas på den slutliga rekommenderade modellen stöder automatiserad ML användning av testdata för att utvärdera den slutliga modell som automatiserad ML rekommenderar i slutet av experimentet. När du anger testdata som en del av autoML-experimentkonfigurationen testas den här rekommenderade modellen som standard i slutet av experimentet (förhandsversion).

Viktigt!

Att testa dina modeller med en testdatauppsättning för att utvärdera genererade modeller är en förhandsversionsfunktion. Den här funktionen är en experimentell förhandsversionsfunktion och kan ändras när som helst.

Lär dig hur du konfigurerar AutoML-experiment för att använda testdata (förhandsversion) med SDK eller med Azure Machine Learning-studio.

Funktionsframställning

Funktionstekniker använder domänkunskaper om data för att skapa funktioner som hjälper ML-algoritmer att lära sig bättre. I Azure Machine Learning hjälper skalnings- och normaliseringstekniker till med funktionsutveckling. Tillsammans kallas dessa tekniker och funktionstekniker för funktionalisering.

För automatiserade maskininlärningsexperiment sker funktionalisering automatiskt, men du kan också anpassa den baserat på dina data. Läs mer om vad funktionalisering ingår (SDK v1) och hur AutoML hjälper till att förhindra överanpassning och obalanserade data i dina modeller.

Kommentar

Automatiserade maskininlärningssteg, till exempel funktionsnormalisering, hantering av data som saknas och konvertering av text till numeriska, blir en del av den underliggande modellen. När du använder modellen för förutsägelser tillämpas samma funktionaliseringssteg som tillämpas under träningen automatiskt på dina indata.

Anpassa funktionalisering

Du kan också använda andra tekniker för funktionsutveckling, till exempel kodning och transformeringar.

Aktivera den här inställningen med:

• Azure Machine Learning-studio: Aktivera Automatisk funktionalisering i avsnittet Visa ytterligare konfiguration med dessa steg.

• Python SDK: Ange funktionalisering i autoML-jobbobjektet. Läs mer om att aktivera funktionalisering.

Ensemblemodeller

Automatiserad maskininlärning stöder ensemblemodeller som är aktiverade som standard. Ensembleinlärning förbättrar maskininlärningsresultat och förutsägande prestanda genom att kombinera flera modeller i stället för att använda enskilda modeller. Ensemble-iterationerna visas som de sista iterationerna av ditt jobb. Automatiserad maskininlärning använder både röstnings- och staplingsmetoder för att kombinera modeller:

• Röstning: Förutsäger baserat på det viktade genomsnittet av förutsagda klassannolikheter (för klassificeringsuppgifter) eller förutsagda regressionsmål (för regressionsaktiviteter).
• Stapling: Kombinerar heterogena modeller och tränar en metamodell baserat på utdata från de enskilda modellerna. De aktuella standardmetamodellerna är LogisticRegression för klassificeringsuppgifter och ElasticNet för regression/prognostiseringsuppgifter.

Algoritmen för val av Caruana-ensemble med sorterad ensembleinitiering bestämmer vilka modeller som ska användas i ensemblen. På hög nivå initierar den här algoritmen ensemblen med upp till fem modeller med bästa individuella poäng och verifierar att dessa modeller ligger inom 5 % tröskelvärde för bästa poäng för att undvika en dålig initial ensemble. För varje ensemble-iteration läggs sedan en ny modell till i den befintliga ensemblen och den resulterande poängen beräknas. Om en ny modell förbättrar poängen för den befintliga ensemblen, uppdateras ensemblen så att den nya modellen inkluderas.

Se AutoML-paketet för att ändra standardinställningarna för ensemble i automatiserad maskininlärning.

AutoML och ONNX

Med Azure Machine Learning kan du använda automatiserad ML för att skapa en Python-modell och få den konverterad till ONNX-formatet. När modellerna är i ONNX-format kan du köra dem på olika plattformar och enheter. Läs mer om att accelerera ML-modeller med ONNX.

Se hur du konverterar till ONNX-format i det här Jupyter Notebook-exemplet. Lär dig vilka algoritmer som stöds i ONNX.

ONNX-körningen har också stöd för C#, så du kan använda modellen som skapats automatiskt i dina C#-appar utan att behöva ändra eller någon av de nätverksfördröjningar som REST-slutpunkter introducerar. Läs mer om hur du använder en AutoML ONNX-modell i ett .NET-program med ML.NET och slutsatsdragning av ONNX-modeller med ONNX-körnings-C#-API:et.

Nästa steg

Använd följande resurser för att komma igång med AutoML.

Självstudier och instruktionsartiklar

Självstudier är introduktionsexempel från slutpunkt till slutpunkt för AutoML-scenarier.

• För en direktupplevelse med kod, följ självstudie: Träna en objektidentifieringsmodell med AutoML och Python.

• En låg eller ingen kodupplevelse finns i Självstudie: Träna en klassificeringsmodell utan kod AutoML i Azure Machine Learning-studio.

Instruktioner innehåller mer information om vilka funktioner automatiserad ML erbjuder. Ett exempel:

• Konfigurera inställningarna för automatiska träningsexperiment

  • Utan kod i Azure Machine Learning Studio.
  • Med Python SDK.

• Lär dig hur du tränar datorsynsmodeller med Python.

• Lär dig hur du visar den genererade koden från dina automatiserade ML-modeller (SDK v1).

Jupyter Notebook-exempel

Granska detaljerade kodexempel och användningsfall på GitHub-lagringsplatsen med automatiserade maskininlärningsexempel.

Python SDK-referens

Fördjupa dina kunskaper om SDK-designmönster och klassspecifikationer med referensdokumentationen för AutoML-jobbklassen.

Kommentar

Automatiserade maskininlärningsfunktioner är också tillgängliga i andra Microsoft-lösningar, till exempel ML.NET, HDInsight, Power BI och SQL Server.