介绍
100 XP
通过试用和错误查找性能最佳的模型可能非常耗时。 与其手动测试和评估各种配置来训练机器学习模型，不如使用 自动化机器学习 或 AutoML来实现自动化。
通过 AutoML，可以使用数据尝试多个预处理转换和算法，以查找最佳机器学习模型。
假设你想要找到性能最佳的 分类 模型。 可以使用 Azure 机器学习工作室的可视界面、Azure 命令行接口（CLI）或 Python 软件开发工具包（SDK）创建 AutoML 试验。
备注
可以将 AutoML 用于其他任务，例如回归、预测、图像分类和自然语言处理。 详细了解 ，并了解何时可以使用 AutoML。
作为数据科学家，你可能更喜欢使用 Python SDK 配置 AutoML 试验。
学习目标
在本模块中，你将了解如何：
- 准备数据以使用 AutoML 进行分类。
- 配置并运行 AutoML 试验。
- 评估和比较模型。