A Machine Learning Studio (klasszikus) moduljainak A-Z listája

  • Cikk

Fontos

A (klasszikus) Machine Learning Studio támogatása 2024. augusztus 31-én megszűnik. Javasoljuk, hogy addig térjen át az Azure Machine Learning használatára.

2021. december 1-től kezdve nem fog tudni létrehozni új (klasszikus) Machine Learning Studio-erőforrásokat. 2024. augusztus 31-ig továbbra is használhatja a meglévő (klasszikus) Machine Learning Studio-erőforrásokat.

A (klasszikus) ML Studio dokumentációjának kivezetése folyamatban van, és a jövőben nem várható a frissítése.

Tipp

A jelenleg Machine Learning Studiót (klasszikus) használó ügyfeleknek javasoljuk, hogy próbálják ki az Azure Machine Learning-tervezőt, amely az egérrel kezelhető ML-modulokat, valamint a skálázhatóságot, a verziókövetést és a vállalati biztonságot is biztosítja.

A modulok a gépi tanulási feladatokhoz szükséges funkciók és funkciók széles körét fedik le:

  • Adatkonverziós függvények
  • Adatátalakítási függvények
  • R- vagy Python-szkriptek végrehozás moduljai
  • Algoritmusok, beleértve a következőket:
    • Döntési fák
    • Döntési erdők
    • Fürtözés
    • idősorok
    • Javaslatmodellek
    • Rendellenességek észlelése

Modul megkeresve:

  • Ha ismeri a modul nevét, indexként használja a betűrendbe szedve egy adott modult vagy algoritmust.
  • A modulok funkcionális kategóriánkénti listájáért lásd: Modulkategóriák és -leírások.

Modulok betűrend szerinti táblázata

Modul neve Description
Oszlopok hozzáadása Oszlopokat ad hozzá egy adatkészletből egy másikba.
Sorok hozzáadása Sorokat fűz hozzá egy bemeneti adatkészletből egy másik adatkészlet végéhez.
Szűrő alkalmazása Szűrőt alkalmaz egy adatkészlet megadott oszlopaira.
Matematikai művelet alkalmazása Matematikai műveletet alkalmaz az oszlopok értékeire.
SQL-átalakítás alkalmazása SQLite-lekérdezést futtat a bemeneti adatkészleten az adatok átalakításához.
Átalakítás alkalmazása Jól meghatározott adatátalakítást alkalmaz egy adatkészleten.
Adatok hozzárendelése fürtökhöz Egy meglévő betanított fürtözési modellel rendel hozzá adatokat a fürtökhöz.
Bayes-irányú lineáris regresszió Létrehoz egy Bayes-irányú lineáris regressziós modellt.
Súlyozott döntési fa típusú regresszió Regressziós modellt hoz létre a megnövelt döntésifa-algoritmussal.
Számláló átalakítása Számokat hoz létre a funkciók felépítéséhez.
Hiányzó adatok törlése Megadja, hogyan kezelje az adatkészletből hiányzó értékeket.
Értékek levágása Észleli a kieső értékeket, majd videóklipeket készíthet, vagy lecserélheti azok értékeit.
Számítási elemi statisztika Kiszámítja a megadott összefoglaló statisztikákat a kiválasztott adatkészlet-oszlopokhoz.
Nyelvek felismerése Észleli a bemeneti fájl egyes sorai nyelvét.
Számítási lineáris korreláció Kiszámítja egy adatkészlet oszlopértékei közötti lineáris korrelációt.
Konvertálás ARFF-be Átalakítja az adatbevitelt a Weka eszközkészlet által használt attribútumrelációs fájlformátumra.
Konvertálás CSV formátumba Vesszővel elválasztott értékformátumra konvertálja az adatbevitelt.
Átalakítás adathalmazzá Átalakítja az adatbemenetet az adattitkok által használt belső Machine Learning.
Átalakítás mutatóértékekké Átalakítja az oszlopok kategorikus értékeit jelző értékekké.
Átalakítás SVMLightra Átalakítja az adatbevitelt az SVMlight keretrendszer által használt formátumra.
Konvertálás TSV-ként Átalakítja az adatbevitelt tabulátorral tagolt formátumba.
R-modell létrehozása Egyéni erőforrások használatával létrehoz egy R-modellt.
Modell keresztvalyent ellenőrzése Keresztszabja a besorolási vagy regressziós modellek paraméterbecslését az adatok particionálása által.
Döntési erdő típusú regresszió Regressziós modellt hoz létre a döntési erdő algoritmusával.
Nyelvek felismerése Észleli a bemeneti fájl egyes sorai nyelvét.
Metaadatok szerkesztése Egy adatkészlet oszlopainak metaadatait szerkeszti.
Manuális adatbevitel Lehetővé teszi kis adatkészletek bevitelét és szerkesztését értékek beírásával.
Modell értékelése Kiértékel egy pontozásos besorolási vagy regressziós modellt standard metrikák használatával.
Valószínűségi függvény kiértékelése Egy megadott valószínűségelosztási függvényt egy adatkészlethez illeszkedik.
Ajánló értékelése Kiértékeli az ajánló modell előrejelzésének pontosságát.
Python-szkript futtatása Végrehajt egy Python-szkriptet egy Machine Learning kísérletből.
R-szkript végrehajtása R-szkriptet hajt végre egy Machine Learning kísérletből.
Darabszámtábla exportálása Darabszámok exportálása egy számlálási átalakításból.
Adatok exportálása Webes URL-címekre vagy az Azure-beli felhőalapú tárolók különböző formáiba(például táblákba, blobokba és adatbázisokba) ír egy adatkészletet, Azure SQL adatokat.

Ez a modul korábban Író volt.
Kulcskifejezések kinyerása szövegből Kinyeri a szavakat és kifejezéseket egy szöveges oszlopból.
N-Gram-funkciók kinyerése szövegből Létrehozza az N-Gram szótár funkcióit, majd ki is válogatja őket.
Gyors erdő típusú kvantilis regresszió Kvantilises regressziós modellt hoz létre.
Funkciókivonatolás A Vowpal Wabbit kódtár használatával egész szám kódolású jellemzőkké alakítja át a szöveges adatokat.
Szűrőalapú szolgáltatásválasztás Azonosítja az adatkészlet legnagyobb prediktív teljesítményéhez szükséges jellemzőket.
FIR-szűrő Véges válaszszűrőt hoz létre a jelfeldolgozáshoz.
Fisher Linear Discriminant Analysis Azonosítja az olyan jellemzőváltozók lineáris kombinációját, amelyek a legjobban csoportosítják az adatokat külön osztályokba.
Csoportkategorikus értékek Több kategóriából származó adatokat egy új kategóriába sorol.
Adatok csoportosítása intervallumokba Numerikus adatokat helyez tárolókba.
IIR-szűrő Végtelen válaszszűrőt hoz létre a jelfeldolgozáshoz.
Darabszámtábla importálása Egy meglévő darabszámtáblából importálja a darabszámokat.
Adatok importálása Betölti az adatokat a webes külső forrásokból vagy az Azure-beli felhőalapú tárolók különféle formáiból, például táblákból, blobokból, SQL adatbázisokból és Azure Cosmos DB. Be tudja tölteni az adatokat egy helyszíni SQL Server adatbázisból, ha konfigurálva van átjáró.

Ezt a modult korábban Olvasónak nevezni.
Képek importálása Képeket tölt be az Azure Blob Storage-ból egy adatkészletbe.
Csatlakozás adatokhoz Két adatkészletet egyes ad.
K-közép csoportosítás Konfigurál és inicializál egy K-means fürtözési modellt.
Rejtett Dirichlet-lefoglalás Témakörmodellezést végez a Vowpal Wabbit kódtár használatával a rejtett Di automatikus kiosztáshoz (LDA).
Lineáris regresszió Lineáris regressziós modellt hoz létre.
Betanított modell betöltése Lekért egy betanított modellt, amely pontozásra használható egy kísérletben.
Mediánszűrő Létrehoz egy mediánszűrőt, amely a trendelemzéshez használt adatok simítására használható.
Egyesítési szám átalakítása Két darabszámtáblát egyesít.
Táblaparaméterek darabszámának módosítása Számalapú funkciók kompakt készletét építi ki a számlálási táblákból.
Mozgóátlag szűrő Mozgóátlag szűrőt hoz létre, amely elsimítja az adatokat a trendelemzéshez.
Többosztályos döntési erdő Többosztályos besorolási modellt hoz létre a döntési erdő algoritmusával.
Többosztályos döntéshozás Többosztályos besorolási modellt hoz létre a döntési algoritmus használatával.
Többosztályos logisztikai regresszió Többosztályos logisztikai regressziós besorolási modellt hoz létre.
Többosztályos neurális hálózat Többosztályos besorolási modellt hoz létre egy neurális hálózati algoritmussal.
Megnevezett entitások felismerése Felismeri a szöveges oszlop nevestű entitásokat.
Neurális hálózat típusú regresszió Regressziós modellt hoz létre egy neurális hálózati algoritmussal.
Adatok normalizálása Újraméretez numerikus adatokat, hogy az adatkészletek értékeit standard tartományra korlátozza.
Egyosztályos támogatóvektor-gép Egyosztályos támogatóvektor-gépmodellt hoz létre az anomáliadetektáláshoz.
One-vs-All Multiclass Többosztályos besorolási modellt hoz létre bináris besorolási modellek együttese alapján.
Sorszámregresszió Létrehoz egy sorszámregressziós modellt.
Partíció és minta Mintavételezés alapján több partíciót hoz létre egy adatkészletből.
A permutáció funkció fontossága Kiszámítja a permutációs funkció fontosságpontszámait egy betanított modellben és egy tesztadatkészletben.
PCA-alapú rendellenesség-észlelés Anomáliadetektálási modellt hoz létre a fő összetevő-elemzés (PCA) használatával.
Poisson-regresszió Létrehoz egy regressziós modellt, amely feltételezi, hogy az adatok eloszlása Poisson-eloszlás.
Szöveg előfeldolgozása Tisztítási műveleteket végez a szövegen.
Előre korlátozott kaszkádolt képbesorolás Előképbesorolási modellt hoz létre az előlapi arcok számára az OpenCV-kódtár használatával.
Fő összetevő elemzése Olyan funkciókat számít ki, amelyek alacsonyabb dimenzióval rendelkezik a hatékonyabb tanulás érdekében.
Ismétlődő sorok eltávolítása Eltávolítja a duplikált sorokat egy adatkészletből.
Különálló értékek cseréje Felváltja az egyik oszlop különálló értékeit egy másik oszlopon alapuló numerikus értékekre.
Matchbox ajánló pontozása Egy adatkészletre vonatkozó pontszám-előrejelzések a Matchbox ajánló használatával.
Relevanciamodell Betanított besorolási vagy regressziós modell pontszám-előrejelzései.
Vowpal Wabbit 7-4 modell pontozása A Vowpal Wabbit gépi tanulási rendszer használatával pontja az adatokat.

A Vowpal Wabbit 7-4-es és 7-6-os verzióival készült betanított modellt igényel.
Vowpal Wabbit 7-10 modell pontozása A Vowpal Wabbit gépi tanulási rendszer használatával pontja az adatokat.

A Vowpal Wabbit 7-10-es verziójával készült betanított modellt igényel.
Vowpal Wabbit 8 modell pontozása A Vowpal Wabbit gépi tanulási rendszer parancssori felületéről pontokat ad az adatokra.

A Vowpal Wabbit 8-as verziójával készült betanított modellt igényel.
Adathalmaz oszlopainak kiválasztása Kiválasztja azokat az oszlopokat, amelyek egy műveletben szerepeltetnek vagy kizárnak egy adatkészletből.
SMOTE Szintetikus kisebbség-túlbélyegző használatával növeli az adatkészletben az alacsony előfordulású példák számát.
Adatok felosztása Egy adatkészlet sorait két különálló készletre particionálta.
Adatok összegzése Alapszintű leíró statisztikai jelentést hoz létre az adatkészlet oszlopai számára.
Fürtözéses fürtszolgáltatás Paraméteres átvizsgálás végrehajtása egy fürtözési modellen az optimális paraméterbeállítások meghatározásához.
Hipotézis tesztelése T-test használatával Összehasonlítja két adatkészletből származó adatokat egy t-test használatával.
Küszöbérték-szűrő Egy küszöbértékszűrőt hoz létre, amely korlátozza az értékeket.
Time Series-anomáliadetektálás Megtanulja az idősorozat-adatok trendjét, majd a trend alapján észleli az anomáliákat.
Rendellenesség-észlelési modell betanítása Betanít egy anomáliadetektor-modellt, majd felcímkézi a betanításkészletből származó adatokat.
Csoportosítási modell betanítása Betanít egy fürtözési modellt, majd hozzárendeli a betanításkészletből származó adatokat a fürtökhöz.
Matchbox-ajánló betanítás Egy Bayes-ajánlást a Matchbox algoritmussal való beoktat.
Modell betanítása Besorolási vagy regressziós modell felügyelt módon történő beképzése.
Vowpal Wabbit 7-4 modell betanítás Modell tanítása a Vowpal Wabbit gépi tanulási rendszerből.

Ez a modul a Vowpal Wabbit 7-4-es és 7-6-os verzióival való kompatibilitást biztosítja.
Vowpal Wabbit 7-10 modell betanítás Modell tanítása a Vowpal Wabbit gépi tanulási rendszerből.

Ez a modul a Vowpal Wabbit 7-10-es verziójához való.
Vowpal Wabbit 8 modell betanítás Modell tanítása a Vowpal Wabbit gépi tanulási rendszer 8. verziójával.

Ez a modul a Vowpal Wabbit 8-as verziójához való.
Modell-hiperparaméterek hangolása Paraméteres átvizsgálást végez egy regressziós vagy besorolási modellen az optimális paraméterbeállítások meghatározásához.
Kétosztályos átlagolt perceptron Egy átlagos perceptron bináris besorolási modellt hoz létre.
Kétosztályos Bayes-pont gép Létrehoz egy Bayes-pont gép bináris besorolási modelljét.
Kétosztályos súlyozott döntési fa Bináris osztályozót hoz létre egy megnövelt döntésifa-algoritmussal.
Kétosztályos döntési erdő Létrehoz egy kétosztályos besorolási modellt a döntési erdő algoritmusával.
Kétosztályos döntéshozás Létrehoz egy kétosztályos besorolási modellt a döntési algoritmus használatával.
Kétosztályos helyi mély támogatóvektor-gép Bináris besorolási modellt hoz létre a helyi mély támogatóvektor-gép algoritmusával.
Kétosztályos logisztikai regresszió Létrehoz egy kétosztályos logisztikai regressziós modellt.
Kétosztályos neurális hálózat Bináris osztályozót hoz létre egy neurális hálózati algoritmussal.
Kétosztályos támogató vektorgép Bináris besorolási modellt hoz létre a támogatóvektor-gépi algoritmus használatával.
Tömörített adatkészletek kicsomagolása Kicsomagolja az adatkészleteket egy .zip a felhasználói tárolóban található csomagból.
Felhasználó által megadott szűrő Létrehoz egy egyéni véges vagy végtelen válaszszűrőt.

Lásd még