Herramienta de aprendizaje de Azure ML

Use la herramienta de entrenamiento de aprendizaje automático de Azure para enviar datos directamente desde un flujo de trabajo de Alteryx al servicio de aprendizaje automático automatizado de Azure. La herramienta de entrenamiento de aprendizaje automático de Azure inicia el proceso de experimentación automatizado de aprendizaje automático (ML) para entrenar e identificar el modelo de aprendizaje automático de mejor rendimiento.

Para usar esta herramienta, Regístrese para obtener una cuenta de Microsoft Azure.

Para obtener más información, consulte la documentación de Microsoft Azure machine learning.

Configurar la herramienta

La configuración del experimento

• Nombre del experimento: proporcione un nombre para el experimento que desea ejecutar. El nombre del experimento debe comenzar con una letra y no puede contener espacios ni caracteres especiales.
  Tenga en cuenta que todas las ejecuciones individuales con el mismo nombre del experimento se guardarán como el mismo experimento.
• Variable de destino: Seleccione una variable de destino de su flujo de datos-esto es lo que desea predecir.
• Tipo de experimento: en función de la variable de destino, seleccione clasificación o regresión. El aprendizaje automático automatizado (ML automatizado), que forma parte de Azure machine learning, intentará más de un algoritmo para cada tipo de experimento.
  • Configuración de proceso: Seleccione una configuración de proceso. Esta configuración afecta a los recursos utilizados para ejecutar el experimento.
  • Nombre de proceso: el nombre del destino de proceso remoto. Se creará un nuevo proceso si aún no existe.
  • CPU o GPU: seleccione el tipo de procesador en el que desea que se ejecute el experimento.
  • Nodos min: especifique el número mínimo de nodos en los que le gustaría ejecutar el experimento.
  • Nodos Max: especifique el número máximo de nodos en los que le gustaría ejecutar el experimento.
  • Núcleos máximos por iteración: el número máximo de núcleos que se usarán en el experimento.
  • Tiempo máximo por iteración: la hora máxima, en minutos, que cada iteración puede ejecutarse antes de que se termine.
  • Tiempo de ejecución de experimento máximo: el tiempo máximo, en minutos, que el experimento puede ejecutarse antes de que se termine.

• Opciones avanzadas:
  • Número de iteraciones: el número total de combinaciones de algoritmos y parámetros que se probará durante el experimento.
  • Número de validaciones cruzadas: el número de validaciones cruzadas realizadas en el modelo.
  • Iteraciones simultáneas máximas: las iteraciones máximas que se ejecutarán simultáneamente. Esto debe establecerse en un valor menor que el número de núcleos especificado en la configuración de proceso.