Klasik makine öğrenmesi

Önemli

Bu özellik Genel Önizleme aşamasındadır.

Bu not defterleri AI Çalışma Zamanı'nda klasik makine öğrenmesi görevlerini çalıştırır. Geleneksel ML algoritmaları, tablo temel modelleri ve zaman serisi tahmini için GPU hızlandırmanın nasıl kullanılacağını gösterirler; bunlar arasında XGBoost regresyonu, TabFM ile sıfır atış tahmini ve GluonTS ile olasılıksal tahmin bulunur.

Kılavuz	Açıklama
XGBoost modeli eğitimi	Bu not defteri, tek bir GPU üzerinde XGBoost regresyon modelini eğitmeyi gösterir. XGBoost, büyük veri kümeleri için GPU hızlandırmasından önemli ölçüde yararlanabilir.
TabFM ile sıfır örnekli tablolu tahminler	Bu not defteri, Google'ın tablo verileri için TabFM temel modeliyle sıfır örnekli sınıflandırma ve regresyonu göstermektedir. TabFM, tek bir ileri geçişle tahminler yapmak için bağlam içi öğrenme kullanır; hiçbir ince ayar veya veri setine özgü eğitim olmadan.
GluonTS ile zaman serisi tahmini	Bu not defteri, sunucusuz bir GPU kümesinde GluonTS'nin DeepAR modeliyle elektrik tüketimi verilerinin olası zaman serisi tahmini için uçtan uca bir iş akışını gösterir. Veri alımı, yeniden örnekleme, model eğitimi, tahmin, görselleştirme ve değerlendirmeyi kapsar.