Azure Machine Learning tasarımcısı için algoritma ve bileşen başvurusu
ŞUNLAR IÇIN GEÇERLIDIR: 
Python SDK'sı azure-ai-ml v2 (geçerli)
Dekont
Tasarım Aracı iki tür bileşeni destekler: klasik önceden oluşturulmuş bileşenler ve özel bileşenler. Bu iki bileşen türü uyumlu değildir.
Klasik önceden oluşturulmuş bileşenler, veri işleme ve regresyon ve sınıflandırma gibi geleneksel makine öğrenmesi görevleri için önceden oluşturulmuş bileşenler sağlar. Bu bileşen türü desteklenmeye devam eder ancak yeni bileşen eklenmez.
Özel bileşenler, kendi kodunuzu bileşen olarak sağlamanıza olanak sağlar. Çalışma alanları arasında paylaşımı ve Studio, CLI ve SDK arabirimleri genelinde sorunsuz yazma işlemini destekler.
Bu makale, önceden oluşturulmuş klasik bileşenler için geçerlidir.
Bu başvuru içeriği, Azure Machine Learning tasarımcısında bulunan klasik önceden oluşturulmuş bileşenlerin her birinde teknik arka plan sağlar.
Her bileşen, gerekli girişler dikkate alındığında bağımsız olarak çalışabilen ve bir makine öğrenmesi görevi gerçekleştirebilen bir kod kümesini temsil eder. Bileşen belirli bir algoritma içerebilir veya eksik değer değişimi veya istatistiksel analiz gibi makine öğrenmesinde önemli olan bir görevi gerçekleştirebilir.
Algoritma seçme konusunda yardım için bkz.
Bahşiş
Tasarımcıdaki herhangi bir işlem hattında belirli bir bileşen hakkında bilgi alabilirsiniz. Bileşen listesindeki bileşenin üzerine geldiğinizde veya bileşenin sağ bölmesindeki Bileşen kartında Daha fazla bilgi edinin bağlantısını seçin.
Veri hazırlama bileşenleri
| İşlev | Açıklama | component |
|---|---|---|
| Veri Giriş ve Çıkış | Verileri bulut kaynaklarından işlem hattınıza taşıyın. İşlem hattı çalıştırırken sonuçlarınızı veya ara verilerinizi Azure Depolama veya SQL Veritabanı yazın ya da işlem hatları arasında veri alışverişi yapmak için bulut depolamayı kullanın. | Verileri El ile Girin Verileri Dışarı Aktar Verileri İçeri Aktar |
| Veri Dönüştürme | Verileri normalleştirme veya gruplandırma, boyutsallığı azaltma ve verileri çeşitli dosya biçimleri arasında dönüştürme gibi makine öğrenmesine özgü veriler üzerinde kullanılabilecek işlemler. | Sütun Ekle Satır Ekle Matematik İşlemi Uygula SQL Dönüşümü Uygulama Eksik Verileri Temizle Clip Değerleri CSV'ye dönüştür Veri Kümesine Dönüştür Gösterge Değerlerine Dönüştür Meta Verileri Düzenle Verileri Bölmeler Halinde Gruplandırma Verileri Birleştir Verileri Normalleştirme Bölüm ve Örnek Yinelenen Satırları Kaldır SMOTE Sütun Dönüştürmeyi Seç Veri Kümesindeki Sütunları Seç Verileri Bölme |
| Özellik Seçimi | Analitik model oluşturmak için kullanılacak ilgili ve kullanışlı özelliklerin bir alt kümesini seçin. | Filtre Tabanlı Özellik Seçimi Permütasyon Özelliği Önemi |
| İstatistiksel İşlevler | Veri bilimiyle ilgili çok çeşitli istatistiksel yöntemler sağlar. | Verileri Özetleme |
Makine öğrenmesi algoritmaları
| İşlev | Açıklama | component |
|---|---|---|
| Regresyon | Bir değeri tahmin edin. | Artırılmış Karar Ağacı Regresyonu Karar Ormanı Regresyonu Hızlı Orman Nicel Regresyonu Doğrusal Regresyon Sinir Ağı Regresyonu Poisson Regresyonu |
| Kümeleme | Verileri birlikte gruplandırma. | K Ortalamaları Kümeleme |
| Sınıflandırma | Bir sınıfı tahmin edin. İkili (iki sınıflı) veya çok sınıflı algoritmalar arasından seçim yapın. | Çok Sınıflı Artırılmış Karar Ağacı Çok Sınıflı Karar Ormanı Çok Sınıflı Lojistik Regresyon Çok Sınıflı Sinir Ağı Bir ve Tüm Çok Sınıflı Bir ve Bir Çok Sınıflı İki Sınıflı Ortalama Algılama İki Sınıflı Artırılmış Karar Ağacı İki Sınıflı Karar Ormanı İki Sınıflı Lojistik Regresyon İki Sınıflı Sinir Ağı İki Sınıf Destek Vektör Makinesi |
Model oluşturma ve değerlendirme bileşenleri
Web hizmeti
Azure Machine Learning tasarımcısında gerçek zamanlı çıkarım için gerekli olan web hizmeti bileşenleri hakkında bilgi edinin.
Hata iletileri
Azure Machine Learning tasarımcısındaki bileşenleri kullanarak karşılaşabileceğiniz hata iletileri ve özel durum kodları hakkında bilgi edinin.
Bileşenler ortamı
Tasarımcıdaki tüm yerleşik bileşenler Microsoft tarafından sağlanan sabit bir ortamda yürütülür.
Daha önce bu ortam Python 3.6'yı temel alıyordu ve şimdi Python 3.8'e yükseltildi. Bu yükseltme saydamdır; bileşenler otomatik olarak Python 3.8 ortamında çalıştırılır ve kullanıcının hiçbir işlem yapması gerekmez. Ortam güncelleştirmesi bileşen çıkışlarını etkileyebilir ve gerçek zamanlı bir çıkarımdan gerçek zamanlı uç nokta dağıtabilir. Daha fazla bilgi edinmek için aşağıdaki bölümlere bakın.
Bileşen çıkışları önceki sonuçlardan farklıdır
Python sürümü 3.6'dan 3.8'e yükseltildikten sonra, yerleşik bileşenlerin bağımlılıkları da buna göre yükseltilebilir. Bu nedenle, bazı bileşen çıkışlarının önceki sonuçlardan farklı olduğunu fark edebilirsiniz.
Python Betiği Yürüt bileşenini kullanıyorsanız ve daha önce Python 3.6'ya bağlı paketler yüklediyseniz, aşağıdaki gibi hatalara karşılaşabilirsiniz:
- "Gereksinimi karşılayan bir sürüm bulunamadı."
- "Eşleşen dağıtım bulunamadı." Ardından Python 3.8'e uyarlanmış paket sürümünü belirtmeniz ve işlem hattınızı yeniden çalıştırmanız gerekir.
Gerçek zamanlı çıkarım işlem hattı sorunundan gerçek zamanlı uç nokta dağıtma
Gerçek zamanlı uç noktayı önceki tamamlanmış gerçek zamanlı çıkarım işlem hattından doğrudan dağıtırsanız hatalara neden olabilir.
Öneri: Çıkarım işlem hattını kopyalayıp yeniden gönderin, ardından gerçek zamanlı uç noktaya dağıtın.