Aracılığıyla paylaş

Otomatik Makine Öğrenmesi (AutoML) nedir?

Otomatik makine öğrenmesi (AutoML), verilere makine öğrenmesi uygulama sürecini otomatikleştirir. Veri kümesine göre AutoML'yi çalıştırarak en iyi modeli seçmek için farklı veri dönüştürmeleri, makine öğrenmesi algoritmaları ve hiper parametreler üzerinde yineleme yapabilirsiniz.

Not

Bu makale, şu anda önizleme aşamasında olan ML.NET AutoML API'sine başvurur. Malzeme değişebilir.

AutoML nasıl çalışır?

Genel olarak makine öğrenmesi modellerini eğitmek için iş akışı aşağıdaki gibidir:

  • Sorun tanımlama
  • Veri toplama
  • Verileri ön işlemeden geçirme
  • Modeli eğitme
  • Modeli değerlendirme

Geleneksel ML ve AutoML eğitim iş akışı

Ön işleme, eğitim ve değerlendirme, tatmin edici sonuçlar elde edene kadar birden çok deneme gerektiren deneysel ve yinelemeli bir süreçtir. Bu görevler tekrarlanabilir olma eğiliminde olduğundan, AutoML bu adımları otomatikleştirmeye yardımcı olabilir. Otomasyona ek olarak, algoritmaları ve hiper parametreleri bulmak ve seçmek için eğitim ve değerlendirme sürecinde iyileştirme teknikleri kullanılır.

AutoML'i ne zaman kullanmalıyım?

İster makine öğrenmesine yeni başlarken ister deneyimli bir kullanıcı olun, AutoML model geliştirme sürecini otomatikleştirmeye yönelik çözümler sağlar.

  • Yeni başlayanlar - Makine öğrenmesi konusunda yeniyseniz AutoML, modelinizi eğitirken vermek zorunda olduğunuz karar sayısını azaltan bir dizi varsayılan değer sağlayarak model geliştirme sürecini basitleştirir. Bunu yaparken verilerinize ve çözmeye çalıştığınız soruna odaklanabilir ve gerisini AutoML'nin yapmasını sağlayabilirsiniz.
  • Deneyimli kullanıcılar - Makine öğrenmesi konusunda biraz deneyiminiz varsa AutoML tarafından sağlanan varsayılanları ihtiyaçlarınıza göre özelleştirebilir, yapılandırabilir ve genişletebilir ve otomasyon özelliklerinden yararlanmaya devam edebilirsiniz.

ML.NET'de AutoML

  • Özellik Kazandırıcı - Veri ön işlemesini otomatikleştirmek için kolaylık API'si.
  • Deneme - Tek bir hiperparamter iyileştirme çalıştırması.
  • Deneme - AutoML denemeleri koleksiyonu. ML.NET, tek tek Süpürilebilir İşlem Hattı, Arama Alanı ve Ayarlayıcı bileşenleri için varsayılanları ayarlayan denemeler oluşturmaya yönelik üst düzey bir API sağlar.
  • Arama Alanı - Hiper parametrelerin seçileceği kullanılabilir seçenekler aralığıdır.
  • Tuner - Hiper parametreleri iyileştirmek için kullanılan algoritmalar. ML.NET aşağıdaki tarayıcıları destekler:
    • Cost Frugal Tuner - Eğitim maliyetini dikkate alan Maliyetle ilgili Hiper Parametreler için Tutumlu İyileştirmenin Uygulanması
    • Eci Cost Frugal Tuner - Hiyerarşik arama alanları için Maliyet Frugal Tarayıcısı'nın uygulanması. AutoML tarafından kullanılan varsayılan tarayıcı.
    • SMAC - Bayes iyileştirmesi uygulamak için rastgele ormanlar kullanan tarayıcı.
    • Kılavuz Arama - Küçük arama alanları için en uygun ayarlayıcı.
    • Rastgele Arama
  • Süpürilebilir Tahmin Aracı - Arama alanı içeren ML.NET tahmin aracı.
  • Süpürilebilir İşlem Hattı - Bir veya daha fazla Süpürilebilir Tahmin Aracı içeren bir ML.NET işlem hattı.
  • Deneme Çalıştırıcısı - Model eğitimi ve değerlendirmesinden deneme sonuçları oluşturmak için süpürilebilir işlem hatlarını ve deneme ayarlarını kullanan AutoML bileşeni.

Yeni başlayanlar için üst düzey deneme API'sinin sağladığı varsayılan değerlerle başlamaları önerilir. Özelleştirme seçenekleri arayan daha deneyimli kullanıcılar için süpürilebilir tahmin aracı, süpürilebilir işlem hattı, arama alanı, deneme çalıştırıcısı ve tarayıcı bileşenlerini kullanın.

AutoML API'sini kullanmaya başlama hakkında daha fazla bilgi için ML.NET Otomatik Makine Öğrenmesi (AutoML) API'sini kullanma kılavuzuna bakın.

Desteklenen görevler

AutoML, aşağıdaki görevler için önceden yapılandırılmış varsayılanlar sağlar:

  • İkili sınıflandırma
  • Çok sınıflı sınıflandırma
  • Regresyon

Diğer görevler için, bu senaryoları etkinleştirmek için kendi deneme çalıştırıcınızı oluşturabilirsiniz. Daha fazla bilgi için ML.NET Otomatik Makine Öğrenmesi (AutoML) API'sini kullanma kılavuzuna bakın.

Sonraki adımlar

  • Last updated on