Azure Machine Learning デザイナーのアルゴリズムとモジュールのリファレンスAlgorithm & module reference for Azure Machine Learning designer
このリファレンス コンテンツでは、Azure Machine Learning デザイナーで使用可能な各機械学習アルゴリズムとモジュールの技術的な背景について説明します。This reference content provides the technical background on each of the machine learning algorithms and modules available in Azure Machine Learning designer.
各モジュールは、個別に実行可能なコードのセットを表し、必要な入力を取得して機械学習タスクを実行します。Each module represents a set of code that can run independently and perform a machine learning task, given the required inputs. モジュールには、特定のアルゴリズムが含まれているものや、機械学習において重要なタスク (欠損値の置換、統計分析など) を実行するものがあります。A module might contain a particular algorithm, or perform a task that is important in machine learning, such as missing value replacement, or statistical analysis.
アルゴリズムの選択の詳細については、以下を参照してください。For help with choosing algorithms, see
- アルゴリズムの選択方法How to select algorithms
- Azure Machine Learning アルゴリズム チート シートAzure Machine Learning Algorithm Cheat Sheet
ヒント
デザイナー内のパイプラインでは、特定のモジュールに関する情報を取得できます。In any pipeline in the designer, you can get information about a specific module. モジュールの一覧、またはモジュールの右側のウィンドウで、モジュールにカーソルを合わせ、モジュール カードの [詳細情報] リンクを選択します。Select the Learn more link in the module card when hovering on the module in the module list, or in the right pane of the module.
データ準備モジュールData preparation modules
| 機能Functionality | 説明Description | ModuleModule |
|---|---|---|
| データの入力と出力Data Input and Output | クラウド ソースのデータをパイプラインに移動します。Move data from cloud sources into your pipeline. パイプラインの実行中に、結果や中間データを Azure Storage、SQL Database、または Hive に書き込みます。また、クラウド ストレージを使用して、パイプライン間でデータを交換します。Write your results or intermediate data to Azure Storage, SQL Database, or Hive, while running a pipeline, or use cloud storage to exchange data between pipelines. | データの手動入力Enter Data Manually データのエクスポートExport Data データのインポートImport Data |
| [データの変換]Data Transformation | 機械学習に固有のデータに対する操作 (データの正規化やビン分割、次元削減、さまざまなファイル形式の間でのデータの変換など)。Operations on data that are unique to machine learning, such as normalizing or binning data, dimensionality reduction, and converting data among various file formats. | 列の追加Add Columns 行の追加Add Rows 算術演算の適用Apply Math Operation SQL 変換の適用Apply SQL Transformation 見つからないデータのクリーンアップClean Missing Data クリップの値Clip Values CSV への変換Convert to CSV データセットへの変換Convert to Dataset インジケーター値への変換Convert to Indicator Values メタデータの編集Edit Metadata データをビンにグループ化するGroup Data into Bins データの結合Join Data データの正規化Normalize Data パーティションとサンプルPartition and Sample 重複する行の削除Remove Duplicate Rows SMOTESMOTE 列変換の選択Select Columns Transform データセット内の列の選択Select Columns in Dataset データの分割Split Data |
| 特徴選択Feature Selection | 分析モデルの構築で使用する、関連する有用な特徴のサブセットを選択します。Select a subset of relevant, useful features to use in building an analytical model. | フィルターに基づく特徴選択Filter Based Feature Selection 順列の特徴量の重要度Permutation Feature Importance |
| 統計関数Statistical Functions | データ サイエンスに関連するさまざまな統計的方法を提供します。Provide a wide variety of statistical methods related to data science. | データの集計Summarize Data |
機械学習のアルゴリズムMachine learning algorithms
モデルを構築および評価するためのモジュールModules for building and evaluating models
Web サービスWeb service
Azure Machine Learning デザイナーでリアルタイムの推論を行うために必要な Web サービス モジュールについて説明します。Learn about the web service modules which are necessary for real-time inference in Azure Machine Learning designer.
エラー メッセージError messages
Azure Machine Learning デザイナーでモジュールを使用しているときに発生する可能性のあるエラー メッセージと例外コードについて説明します。Learn about the error messages and exception codes you might encounter using modules in Azure Machine Learning designer.