Automated Machine Learning (AutoML) ist ein Prozess, der die zeitaufwändigen und iterativen Aufgaben der Machine Learning-Modellentwicklung automatisiert. Dies ermöglicht es Datenwissenschaftlern, Analysten und Entwicklern, ML-Modelle mit hoher Skalierbarkeit, Effizienz und Produktivität zu erstellen, während die Modellqualität erhalten bleibt.
Während des Trainings erstellt Azure Machine Learning mehrere Pipelines parallel, die unterschiedliche Algorithmen und Parameter ausprobieren. Der Dienst iteriert durch ML-Algorithmen gepaart mit Feature-Auswahl, wobei jede Iteration ein Modell mit einem Trainings-Score produziert. Je besser der Score für die Metrik, die optimiert werden soll, desto besser wird das Modell als "fit" für die Daten betrachtet. Der Prozess stoppt, wenn die Exit-Kriterien definiert im Experiment erreicht werden.
AutoML sollte verwendet werden, wenn Sie Azure Machine Learning ein Modell trainieren und tunen lassen möchten, um eine bestimmte Metrik zu optimieren. AutoML demokratisiert den Prozess der Machine Learning-Modellentwicklung und ermöglicht es Benutzern, unabhängig von ihrer Datenwissenschaft-Expertise, ein End-to-End-Machine Learning-Modell zu entwickeln.
Microsoft investiert jährlich mehr als 1 Milliarde USD in Cybersicherheitsforschung und -entwicklung. Azure Machine Learning bietet umfassende Sicherheits- und Compliance-Funktionen, einschließlich ISO/IEC, CSA/CCM, ITAR, CJIS, HIPAA und IRS 1075.
Um loszulegen, können Sie ein kostenloses Azure-Konto erstellen und die Azure Machine Learning-Dokumentation durchsuchen. Sie können auch die Azure Machine Learning-Tutorials durchführen, um mehr über AutoML zu erfahren.
* KI-Zusammenfassungen können Fehler enthalten. Alle Angaben ohne Gewähr.