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.

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.