Giới thiệu
Các giải pháp máy học được thiết kế chu đáo tạo thành nền tảng cho các ứng dụng AI ngày nay. Từ phân tích dự đoán đến các đề xuất được cá nhân hóa và hơn thế nữa, các giải pháp máy học hỗ trợ những tiến bộ công nghệ mới nhất trong xã hội bằng cách sử dụng dữ liệu hiện có để tạo ra những hiểu biết mới.
Các nhà khoa học dữ liệu đưa ra quyết định giải quyết các vấn đề về máy học theo nhiều cách khác nhau. Các quyết định mà họ đưa ra sẽ ảnh hưởng đến chi phí, tốc độ, chất lượng và tuổi thọ của giải pháp.
Trong mô-đun này, bạn sẽ tìm hiểu cách thiết kế giải pháp máy học toàn diện với Microsoft Azure có thể được sử dụng trong cài đặt doanh nghiệp. Sử dụng sáu bước sau đây làm khuôn khổ, chúng tôi khám phá cách lập kế hoạch, đào tạo, triển khai và giám sát các giải pháp máy học.
- Xác định vấn đề: Quyết định những gì mô hình nên dự đoán và khi nào nó thành công.
- Lấy dữ liệu: Tìm nguồn dữ liệu và nhận quyền truy nhập.
- Chuẩn bị dữ liệu: Khám phá dữ liệu. Dọn dẹp và chuyển đổi dữ liệu dựa trên các yêu cầu của mô hình.
- Đào tạo mô hình: Chọn một thuật toán và các giá trị siêu ký tự kế dựa trên thử nghiệm và lỗi.
- Tích hợp mô hình: Triển khai mô hình đến điểm cuối để tạo dự đoán.
- Giám sát mô hình: Theo dõi hiệu suất của mô hình.
Ghi
Sơ đồ là một bản trình bày đơn giản hóa của quy trình học máy. Thông thường, quá trình này lặp đi lặp lại và liên tục. Ví dụ: khi giám sát mô hình, bạn có thể quyết định quay lại và giới hạn lại mô hình.
Tiếp theo, hãy xem cách chúng ta có thể bắt đầu giải pháp máy học bằng cách xác định vấn đề.