Machine Learning modülü açıklamaları

Bu konuda, tahmine dayalı modelleri kolayca derlemek ve test etmek için etkileşimli ve görsel bir çalışma alanı olan Azure Machine Learning Studio (klasik) ' da bulunan tüm modüllerle bir genel bakış sunulmaktadır.

Not

Uygulama hedefi: Machine Learning Studio (klasik)

Bu içerik yalnızca Studio (klasik) ile ilgilidir. Benzer sürükle ve bırak modülleri Azure Machine Learning tasarımcısına eklenmiştir. Bu makalede iki sürümü karşılaştırandaha fazla bilgi edinin.

Modül nedir?

Machine Learning Studio (klasik) ' de modül, denemeleri oluşturmaya yönelik bir yapı taşıdır. Her modül, çalışma alanınızdaki veriler üzerinde işlem yapacak belirli bir makine öğrenimi algoritmasını, işlevini veya kod kitaplığını kapsüller. Modüller, verileri paylaşmak ve değiştirmek için diğer modüllerden gelen bağlantıları kabul etmek üzere tasarlanmıştır.

Her modülde çalışan kod birçok kaynaktan gelir. Bunlar arasında açık kaynak kitaplıkları ve diller, Microsoft Research tarafından geliştirilen algoritmalar ve Azure ve diğer bulut hizmetleriyle çalışmaya yönelik araçlar yer alır.

İpucu

Makine öğrenimi algoritmaları mi arıyorsunuz? Diğer kullanıcıların yanı sıra karar ağaçları, kümeleme, sinir ağları için modüller içeren Machine Learning kategorisine bakın. , Modellerinizi eğitmenize ve test etmenize yardımcı olan modülleri eğitme ve değerlendirme kategorilerini içerir.

Modüller bağlanarak ve yapılandırarak, dış kaynaklardan gelen verileri okuyan, analiz için hazırlayan, makine öğrenimi algoritmalarını uygulayan ve sonuç üreten bir iş akışı oluşturabilirsiniz.

Bir deneme Machine Learning Studio (klasik) açıldığında, sol taraftaki Gezinti bölmesinde geçerli modüllerin tüm listesini görebilirsiniz. Bu yapı taşlarını denemenize sürükleyin ve sonra deneme adı verilen, tamamen bir makine öğrenimi iş akışı oluşturmak için bunları bağlayın.

Bazen modüller yeni işlevsellik eklemek veya eski kodu kaldırmak üzere güncelleştirilir. Bu durumda, modülünü kullanan oluşturduğunuz tüm denemeleri çalışmaya devam eder. Ancak denemeyi bir sonraki açabilirsiniz. Modülü yükseltmeniz veya farklı bir modül kullanmanız istenir.

Örnekler

Eksiksiz bir makine öğrenmesi denemesi oluşturma örneği için şu öğreticilere bakın:

Modül kategorileri

İlgili modülleri daha kolay bulmak için Machine Learning Studio'daki (klasik) makine öğrenmesi araçları bu kategorilere göre gruplandırıldı.

Veri Biçimi dönüştürmeleri

Verileri diğer makine öğrenmesi araçları veya biçimleri tarafından kullanılan biçimlerden biri haline dönüştürmek için bu modülleri kullanın.

  • Veri Girişi ve Çıkışı

    Hadoop kümeleri, Azure Tablo depolama ve web URL'leri dahil olmak üzere bulut veri kaynaklarından veri ve modelleri okumak için bu modülleri kullanın. Sonuçları depolama alanına veya veritabanına yazmak için de bu modülleri kullanabilirsiniz.

  • Veri Dönüştürme

    Verileri analize hazırlamak için bu modülleri kullanın. Veri türlerini değiştirebilir, sütunları özellik veya etiket olarak bayrakla gösterebilirsiniz, özellik oluşturur ve verileri ölçeklendirip normalleştirebilirsiniz.

  • Filtrele

    Dijital sinyal işlemeden türetilen sayısal verileri dönüştürme.

  • Sayılarla Öğrenme

    Büyük veri kümelerini sıkıştırılmış bir şekilde açıklayan özellikler oluşturmak için ortak olasılık dağıtımlarını kullanın.

  • Manipülasyon

    Bu grup, veri bilimi için çeşitli araçlar sağlar. Örneğin, eksik değerleri kaldırabilir veya değiştirebilir, sütunların bir alt kümesini seçebilir, sütun ekleyebilir veya iki veri kümesini bir ekleyebilirsiniz.

  • Örnek ve Bölme

    Bir veri kümesini ölçütlere göre veya boyuta göre böler, eğitim ve test kümeleri oluşturun veya belirli satırları yalıtın.

  • Ölçeklendirme ve azaltma

    Sayısal verileri dönüştürün.

Özellik seçimi

Yaygın olarak yeniden aranan istatistiksel yöntemler kullanarak, verilerinizde en iyi özellikleri tanımlamak için bu modülleri kullanın.

Machine Learning

Bu grup Machine Learning tarafından desteklenen makine öğrenimi algoritmalarının çoğunu içerir.

Ayrıca, öğreticilerini eğitim modelleriyle desteklemek, puanlar oluşturmak ve model performansını değerlendirmek için tasarlanan modüller de içerir.

OpenCV kitaplığı modülleri

Bu modüller, görüntü işleme ve görüntü sınıflandırma için popüler bir açık kaynak kitaplığına kolay erişim sağlar.

R Dil Modülleri

Denemenize özel R kodu eklemek veya R paketini temel alan bir makine öğrenmesi modeli uygulamak için bu modülleri kullanın.

Python Dil Modülleri

Denemenize özel Python kodu eklemek için bu modülleri kullanın.

İstatistiksel İşlevler

Olasılık dağılımlarını hesaplamak, özel hesaplamalar oluşturmak ve sayısal değişkenlerle ilgili çok çeşitli görevleri gerçekleştirmek için bu modülleri kullanın.

Metin Analizi

Özellik karması ve adlandırılmış varlık tanıma gerçekleştirmek veya doğal dil işleme araçlarını kullanarak metinleri önceden işlemek için bu modülleri kullanın.

Zaman Serisi

Zaman serisi verileri için özel olarak tasarlanmış algoritmaları kullanarak eğilim anomalilerini değerlendirmek için bu modülleri kullanın.

Machine Learning Studio (klasik) modülleri, Azure Data Factory gibi diğer araçlarda desteklenen veri tümleştirme araçlarını yinelemeye Azure Data Factory. Bunun yerine, modüller makine öğrenmesi için özel işlevler sağlar:

  • Verileri normalleştirme, gruplama ve ölçeklendirme
  • Verilerin istatistiksel dağılımını hesaplama
  • Diğer makine öğrenmesi biçimlerine dönüştürme
  • Makine öğrenmesi denemeleri için kullanılan verileri içeri aktarma ve sonuçları dışarı aktarma
  • Metin analizi, özellik seçimi ve boyutsallığı azaltma

Veri işleme ve depolama için daha gelişmiş tesislere ihtiyacınız varsa aşağıdakilere bakın:

Ayrıca bkz.