Introduzione

  • 2 minuti

Passare attraverso tentativi ed errori per trovare il modello con la miglior performance può richiedere molto tempo. Invece di dover testare e valutare manualmente varie configurazioni per eseguire il training di un modello di Machine Learning, è possibile automatizzarla con machine learning automatizzato o AutoML.

AutoML consente di provare più trasformazioni e algoritmi di pre-elaborazione con i dati per trovare il modello di Machine Learning migliore.

Diagramma che illustra come viene eseguito il training e la valutazione di più modelli, dopo aver selezionato il modello con le metriche con prestazioni migliori.

Si supponga di voler trovare il modello di classificazione con prestazioni ottimali. È possibile creare un esperimento AutoML usando l'interfaccia visiva di Azure Machine Learning Studio, l'interfaccia della riga di comando di Azure o python software development kit (SDK).

Nota

È possibile usare AutoML per altre attività, ad esempio regressione, previsione, classificazione delle immagini ed elaborazione del linguaggio naturale. Scopri di più su quando puoi usare AutoML.

Gli esperti di dati possono preferire la configurazione dell'esperimento AutoML con Python SDK.

Obiettivi di apprendimento

In questo modulo si apprenderà come:

  • Preparare i dati per l'uso di AutoML per la classificazione.
  • Configurare ed eseguire un esperimento AutoML.
  • Valutare e confrontare i modelli.