O que é o Estúdio de Aprendizagem automática (clássico)?What is Machine Learning Studio (classic)?

Dica

Os clientes que atualmente utilizam ou avaliam o Machine Learning Studio (clássico) são encorajados a experimentar o designer de Machine Learning Azure (pré-visualização), que fornece módulos ML de arrasto e queda, além de escalabilidade, controlo de versão e segurança empresarial.Customers currently using or evaluating Machine Learning Studio (classic) are encouraged to try Azure Machine Learning designer (preview), which provides drag and drop ML modules plus scalability, version control, and enterprise security.

Para saber mais, consulte Azure Machine Learning vs Machine Learning Studio (clássico).To learn more, see Azure Machine Learning vs Machine Learning Studio (classic).

O Microsoft Azure Machine Learning Studio (clássico) é uma ferramenta colaborativa, de drag-and-drop que pode usar para construir, testar e implementar soluções de análise preditiva nos seus dados.Microsoft Azure Machine Learning Studio (classic) is a collaborative, drag-and-drop tool you can use to build, test, and deploy predictive analytics solutions on your data. O Azure Machine Learning Studio (clássico) publica modelos como serviços web que podem ser facilmente consumidos por aplicações personalizadas ou ferramentas BI como o Excel.Azure Machine Learning Studio (classic) publishes models as web services that can easily be consumed by custom apps or BI tools such as Excel.

O Machine Learning Studio (clássico) é onde a ciência dos dados, a análise preditiva, os recursos na nuvem e os seus dados se encontram.Machine Learning Studio (classic) is where data science, predictive analytics, cloud resources, and your data meet.

O Espaço de Trabalho interativo machine learning Studio (clássico)The Machine Learning Studio (classic) interactive workspace

Nota

A funcionalidade Cadernos (pré-visualização) foi removida no dia 13 de abril de 2020.The Notebooks (preview) feature was removed on April 13 2020. A remoção do separador Portátil e dos ficheiros de cadernos de utilizadores está atualmente a ser lançada para as regiões do Azure em todo o mundo.The removal of the Notebooks tab and user notebook files is currently rolling out to Azure regions worldwide.

Para desenvolver um modelo de análise preditiva, normalmente utiliza dados de uma ou mais fontes, transforma e analisa esses dados através de várias funções estatísticas e manipulação de dados, e gera um conjunto de resultados.To develop a predictive analysis model, you typically use data from one or more sources, transform, and analyze that data through various data manipulation and statistical functions, and generate a set of results. Desenvolver um modelo como este é um processo iterativo.Developing a model like this is an iterative process. À medida que modifica nas várias funções e os respetivos parâmetros, os seus resultados convergem até achar que tem um modelo preparado e eficaz.As you modify the various functions and their parameters, your results converge until you are satisfied that you have a trained, effective model.

O Azure Machine Learning Studio (clássico) dá-lhe um espaço de trabalho interativo e visual para construir, testar e iterar facilmente num modelo de análise preditiva.Azure Machine Learning Studio (classic) gives you an interactive, visual workspace to easily build, test, and iterate on a predictive analysis model. Você arrasta e larga módulos de dados e módulos de análise numa tela interativa, conectando-os para formar uma experiência, que executa no Machine Learning Studio (clássico).You drag-and-drop datasets and analysis modules onto an interactive canvas, connecting them together to form an experiment, which you run in Machine Learning Studio (classic). Para iterar o design do modelo, edite a experimentação, guarde uma cópia se assim pretender e execute-a novamente.To iterate on your model design, you edit the experiment, save a copy if desired, and run it again. Quando estiver pronto, pode converter a experimentação de preparação numa experimentação preditiva e, em seguida, publicá-la como um serviço Web para que o modelo possa ser acedido por outras pessoas.When you're ready, you can convert your training experiment to a predictive experiment, and then publish it as a web service so that your model can be accessed by others.

Não é necessária programação, ligue visualmente conjuntos de dados e módulos para construir o seu modelo de análise preditiva.There is no programming required, visually connect datasets and modules to construct your predictive analysis model.

Diagrama do Azure Machine Learning Studio (clássico): Criar experiências, ler dados para muitas fontes, escrever dados pontuados, escrever modelos.

Descarregue o diagrama de visão geral do Estúdio de Aprendizagem automática (clássico)Download the Machine Learning Studio (classic) overview diagram

Descarregue o diagrama de Visão Geral do Microsoft Azure Machine Learning Studio (clássico) Capabilities E obtenha uma visão de alto nível das capacidades do Machine Learning Studio (clássico).Download the Microsoft Azure Machine Learning Studio (classic) Capabilities Overview diagram and get a high-level view of the capabilities of Machine Learning Studio (classic). Para o ter à mão, pode imprimir o diagrama no tamanho de tabloide (11 x 17 pol.).To keep it nearby, you can print the diagram in tabloid size (11 x 17 in.).

Descarregue o diagrama aqui: Microsoft Azure Machine Learning Studio (clássico) Capabilities Overview Microsoft Azure Machine Learning Studio (clássico) Capabilities OverviewDownload the diagram here: Microsoft Azure Machine Learning Studio (classic) Capabilities Overview Microsoft Azure Machine Learning Studio (classic) Capabilities Overview

Componentes de uma experiência studio (clássica)Components of a Studio (classic) experiment

Uma experimentação é constituída por conjuntos de dados que fornecem dados aos módulos analíticos, que ligar em conjunto para construir um modelo de análise preditiva.An experiment consists of datasets that provide data to analytical modules, which you connect together to construct a predictive analysis model. Especificamente, uma experimentação válida tem estas características:Specifically, a valid experiment has these characteristics:

  • A experimentação tem, pelo menos, um conjunto de dados e um móduloThe experiment has at least one dataset and one module
  • Os conjuntos de dados só podem ser ligados aos módulosDatasets may be connected only to modules
  • Os módulos poderão estar ligados a conjuntos de dados ou a outros módulosModules may be connected to either datasets or other modules
  • Todas as portas de entrada de módulos têm de ter alguma ligação ao fluxo de dadosAll input ports for modules must have some connection to the data flow
  • Devem ser definidos todos os parâmetros necessários para cada móduloAll required parameters for each module must be set

Pode criar uma experimentação de raiz, ou pode utilizar uma experimentação de exemplo existente como um modelo.You can create an experiment from scratch, or you can use an existing sample experiment as a template. Para obter mais informações, veja Copy example experiments to create new machine learning experiments (Copiar experimentações de exemplo para criar novas experimentações de aprendizagem automática).For more information, see Copy example experiments to create new machine learning experiments.

Para um exemplo de criação de uma experiência, consulte Criar uma experiência simples no Azure Machine Learning Studio (clássico).For an example of creating an experiment, see Create a simple experiment in Azure Machine Learning Studio (classic).

Para uma passagem mais completa pela criação de uma solução de análise preditiva, consulte Desenvolver uma solução preditiva com o Azure Machine Learning Studio (clássico).For a more complete walkthrough of creating a predictive analytics solution, see Develop a predictive solution with Azure Machine Learning Studio (classic).

Conjuntos de dadosDatasets

Um conjunto de dados são dados que foram enviados para o Machine Learning Studio (clássico) para que possa ser usado no processo de modelação.A dataset is data that has been uploaded to Machine Learning Studio (classic) so that it can be used in the modeling process. Vários conjuntos de dados de amostras estão incluídos no Machine Learning Studio (clássico) para que possa experimentar, e pode fazer upload de mais conjuntos de dados à medida que precisar.A number of sample datasets are included with Machine Learning Studio (classic) for you to experiment with, and you can upload more datasets as you need them. Seguem-se alguns exemplos de conjuntos de dados incluídos:Here are some examples of included datasets:

  • Dados MPG para vários automóveis - quilómetros por litro (MPG) valores para automóveis identificados pelo número de cilindros, potência de cavalos, etc.MPG data for various automobiles - Miles per gallon (MPG) values for automobiles identified by number of cylinders, horsepower, etc.
  • Dados sobre cancro da mama - Dados de diagnóstico sobre cancro da mama.Breast cancer data - Breast cancer diagnosis data.
  • Dados sobre incêndios florestais - tamanhos dos incêndios florestais no nordeste de Portugal.Forest fires data - Forest fire sizes in northeast Portugal.

À medida que constrói uma experiência, pode escolher entre a lista de conjuntos de dados disponíveis à esquerda da tela.As you build an experiment, you can choose from the list of datasets available to the left of the canvas.

Para obter uma lista de conjuntos de dados de amostras incluídos no Machine Learning Studio (clássico), consulte Utilize os conjuntos de dados da amostra no Azure Machine Learning Studio (clássico).For a list of sample datasets included in Machine Learning Studio (classic), see Use the sample data sets in Azure Machine Learning Studio (classic).

MódulosModules

Um módulo é um algoritmo que pode utilizar nos seus dados.A module is an algorithm that you can perform on your data. O Azure Machine Learning Studio (clássico) tem uma série de módulos que vão desde funções de ingresso de dados a processos de formação, pontuação e validação.Azure Machine Learning Studio (classic) has a number of modules ranging from data ingress functions to training, scoring, and validation processes. Seguem-se alguns exemplos de módulos incluídos:Here are some examples of included modules:

À medida que constrói uma experiência, pode escolher entre a lista de módulos disponíveis à esquerda da tela.As you build an experiment, you can choose from the list of modules available to the left of the canvas.

Um módulo pode ter um conjunto de parâmetros que pode utilizar para configurar algoritmos internos do módulo.A module may have a set of parameters that you can use to configure the module's internal algorithms. Quando seleciona um módulo na tela, os parâmetros do módulo são apresentados no painel Propriedades à direita da tela.When you select a module on the canvas, the module's parameters are displayed in the Properties pane to the right of the canvas. Pode modificar os parâmetros nesse painel para otimizar o seu modelo.You can modify the parameters in that pane to tune your model.

Para alguma ajuda a navegar através da grande biblioteca de algoritmos de aprendizagem automática disponíveis, consulte Como escolher algoritmos para o Microsoft Azure Machine Learning Studio (clássico).For some help navigating through the large library of machine learning algorithms available, see How to choose algorithms for Microsoft Azure Machine Learning Studio (classic).

Implementar um serviço web de análise preditivaDeploying a predictive analytics web service

Uma vez que o seu modelo de análise preditiva esteja pronto, pode implantá-lo como um serviço web logo a partir do Machine Learning Studio (clássico).Once your predictive analytics model is ready, you can deploy it as a web service right from Machine Learning Studio (classic). Para obter mais informações sobre este processo, consulte A implantação de um serviço web Azure Machine Learning.For more information on this process, see Deploy an Azure Machine Learning web service.

Passos seguintesNext steps

Você pode aprender o básico de análise preditiva e aprendizagem automática usando um arranque passo a passo e baseando-se em amostras.You can learn the basics of predictive analytics and machine learning using a step-by-step quickstart and by building on samples.