Machine Learning Studio (klasik): Algoritma ve modül yardımı

  • Makale

Önemli

Machine Learning Stüdyosu (klasik) desteği 31 Ağustos 2024'te sona erecektir. Bu tarihe kadar Azure Machine Learning'e geçmenizi öneririz.

1 Aralık 2021'den başlayarak artık yeni Machine Learning Stüdyosu (klasik) kaynakları oluşturamayacaksınız. 31 Ağustos 2024'e kadar mevcut Machine Learning Stüdyosu (klasik) kaynaklarını kullanmaya devam edebilirsiniz.

ML Stüdyosu (klasik) belgeleri kullanımdan kaldırılacak ve gelecekte güncelleştirilmeyecektir.

İpucu

Şu anda Machine Learning Studio'yu (klasik) kullanan veya değerlendiren müşterilerin sürükleyip bırakma özellikli ML modülleri, ayrıca ölçeklenebilirlik, sürüm denetimi ve kurumsal güvenlik sağlayan Azure Machine Learning tasarımcısını denemesi önerilir.

Machine Learning Studio (klasik), tahmine dayalı modelleri analiz çözümleri olarak hızlı bir şekilde oluşturmanızı ve dağıtmanızı mümkün kılan bir bulut tahmine dayalı analiz hizmetidir. Makine öğrenmesi araçları çoğunlukla bulut tabanlı hizmetlerdir ve bu da İnternet'e bağlı herhangi bir pc'de web tarayıcınız üzerinden çalışasınız, kurulum ve yükleme endişelerini ortadan kaldıran hizmetlerdir. Daha fazla ayrıntı için "Studio (klasik)" makalesine bakın.

Bu belge, Machine Learning Studio'da (klasik) kullanılabilen modüller için ayrıntılı teknik ve nasıl sıyrı bilgiler içerir.

Modül nedir?

Machine Learning Studio'daki (klasik) her modül, gerekli girişlere göre bağımsız olarak çalıştırılabilir ve bir makine öğrenmesi görevi gerçekleştirebilir bir kod kümesidir. Bir modül belirli bir algoritma içerebilir veya eksik değer değiştirme veya istatistiksel analiz gibi makine öğrenmesinde önemli bir görev gerçekleştirebilirsiniz.

Studio'da (klasik), modüller işlevlere göre düzenlenmiştir:

  • Veri girişi ve çıkış modülleri , bulut kaynaklarından denemenize veri taşıma çalışmalarını yapar. Bir denemeyi çalıştırırken sonuçlarınızı veya ara verilerinizi Azure Depolama, SQL veritabanına veya Hive'a yazabilir veya denemeler arasında veri alışverişi yapmak için bulut depolamayı kullanabilirsiniz.

  • Veri dönüştürme modülleri , makine öğrenmesine özgü veriler üzerinde verileri normalleştirme veya boyutlandırma, özellik seçimi ve boyutsallığı azaltma gibi işlemleri destekler.

  • Kümeleme, destek vektörü makinesi veya sinir ağları gibi makine öğrenmesi algoritmaları, makine öğrenmesi görevini uygun parametrelerle özelleştirmenize olanak sağlar. Sınıflandırma görevleri için ikili veya çok sınıflı algoritmalar seçebilirsiniz.

    Modeli yapılandırdikten sonra, verileri algoritma aracılığıyla çalıştırmak için bir eğitim modülü kullanın ve değerlendirme modüllerinden birini kullanarak eğitilen modelin doğruluğunu ölçün. Yeni eğittiniz modelden tahminler almak için puanlama modüllerinden birini kullanın.

  • Anomali algılama: Machine Learning Studio (klasik) bu görevler için özelleştirilmiş birden çok algoritma içerir.

  • Metin analizi modülleri çeşitli doğal dil işleme görevlerini destekler.

  • Vowpal Wabbit desteği, bu ölçeklenebilir platformun kullanımını kolaylaştırır.

  • Python ve R dil modülleri, özel bir işlevi çalıştırmayı kolaylaştırır. Python ve R'yi deneme hizmetiyle tümleştirin.

  • OpenCV kitaplığı , belirli görüntü tanıma görevlerde kullanmak üzere modüller sağlar.

  • Zaman serisi analizi, zaman serisinde anomali algılamayı destekler.

  • İstatistiksel modüller , veri bilimiyle ilgili çok çeşitli sayısal yöntemler sağlar. Bağıntı yöntemleri, veri özetleri ve istatistiksel ve matematik işlemleri için bu gruba bakın.

Bu başvuru bölümünde makine öğrenmesi algoritmaları hakkında teknik arka plan bilgileri, varsa uygulama ayrıntıları ve modülün nasıl kullanılı olduğunu gösteren örnek denemelerin bağlantılarını bulabilirsiniz. Çalışma alanınıza örnek Azure Yapay Zeka Galerisi indirebilirsiniz . Bu örnekler genel kullanım içindir.

İpucu

Machine Learning Studio'da (klasik) oturum asanız ve bir deneme oluşturduysanız, belirli bir modül hakkında bilgi edinebilirsiniz. Modülü seçin ve ardından Hızlı Yardım bölmesindeki daha fazla yardım bağlantısını seçin.

Diğer teknik başvurular

Section Description
Veri Türleri Listesi Bu bölüm, öğrenici arabirimlerini ve veri kümeleri için kullanılan DataTable biçimi açıklayan başvuru konularını içerir.
Özel Durumlar Listesi Bu bölümde, modüllerin oluştur oluştur oluştura hataları nedenleriyle ve olası geçici çözümleriyle birlikte listelemektedir.

Web hizmeti API'si ile ilgili hata kodlarının listesi için bkz. Machine Learning REST API kodları.

Ayrıca bkz.

Machine Learning Studio (klasik) belgeleri