Ferramenta de treinamento do Azure ML
Use a ferramenta de treinamento de aprendizado de máquina do Azure para enviar dados diretamente de um fluxo de trabalho do Alteryx para o serviço de aprendizado de máquina automatizado do Azure. A ferramenta de treinamento do aprendizado de máquina do Azure inicia o processo de experimentação automatizada de aprendizado de máquina (ML) para treinar e identificar o modelo de aprendizado de máquina de melhor desempenho.
Para usar essa ferramenta, Inscreva-se em uma conta do Microsoft Azure.
Para obter mais informações, consulte a documentação do aprendizado de máquina do Microsoft Azure.
Ferramenta Gallery
Esta ferramenta não é instalada automaticamente com Designer. Para usar esta ferramenta, baixe-a da Alteryx Analytics Gallery.
Configure a ferramenta
Configuração do experimento
- Nome do experimento: forneça um nome para o experimento que você deseja executar. O nome do experimento deve começar com uma letra e não pode conter espaços ou caracteres especiais.
Observe que todas as execuções individuais com o mesmo nome de experimento serão salvas como o mesmo experimento.
- Variável de destino: selecione uma variável de destino do seu fluxo de dados-isso é o que você deseja prever.
- Tipo de experimento: dependendo da variável de destino, selecione classificação ou regressão. O aprendizado de máquina automatizado (ML automatizado), que faz parte do aprendizado de máquina do Azure, tentará mais de um algoritmo para cada tipo de experimento.
- Configuração de computação: selecione uma configuração de computação. Essa configuração afeta os recursos usados para executar o experimento.
- Nome de computação: o nome do seu destino de computação remota. Uma nova computação será criada se ela ainda não existir.
- CPU ou GPU: selecione o tipo de processador que você gostaria que seu experimento fosse executado.
- Nós min: especifique o número mínimo de nós em que você gostaria de executar o experimento.
- Nós Max: especifique o número máximo de nós em que você gostaria de executar o experimento.
- Núcleos máximos por iteração: o número máximo de núcleos a serem usado em seu experimento.
- Tempo máximo por iteração: o tempo máximo, em minutos, que cada iteração pode ser executada antes de ser encerrada.
- Tempo de execução do experimento máximo: o tempo máximo, em minutos, que o experimento pode ser executado antes de ser encerrado.
- Opções avançadas:
- Número de iterações: o número total de combinações de algoritmo e parâmetro para testar durante o experimento.
- Número de validações cruzadas: o número de validações cruzadas executadas no modelo.
- Máximo de iterações simultâneas: as iterações máximas a serem executadas simultaneamente. Isso deve ser definido como um valor menor que o número de núcleos especificados na configuração de computação.
Credenciais do Azure
Para obter mais informações sobre como identificar suas credenciais do Azure, visite o Microsoft Azure: gerenciamento de acesso a recursos no Azure.
• ID de subscrição: Introduza uma ID de subscrição do Azure.
• Grupo de recursos: Insira um grupo de recursos do Azure. Se um grupo de recursos não existir, um novo será criado.
• Nome do espaço de trabalho: Insira um espaço de trabalho do Azure. Se um espaço de trabalho não existir um novo será criado.