Navigeren door de experimentinterface

De interface met tabbladen helpt u door elke fase van de modeltraining te navigeren. Gebruik de tabbladen en het configuratiepaneel voor experimenten om uw model te trainen en te optimaliseren.

Werkbalk

Gebruik de werkbalk om te schakelen tussen tabbladen in de interface.

In de werkbalk kunt u ook het volgende doen:

Afhankelijk van het tabblad waarop u zich bevindt, kunt u schakelen tussen uw getrainde modellen.
Klik op Configuratie bekijken om de training verder te configureren, de huidige versie te bekijken of een nieuwe versie te starten.

Configuratie en Trainingsgegevens

Op dit tabblad kunt u experimentgegevens beheren. Wanneer u een experiment maakt, is Configuratie het enige tabblad dat wordt weergegeven. Naarmate de training vordert, wordt het tabblad hernoemd naar Trainingsgegevens en kunt u overschakelen naar andere tabbladen voor modelanalyse.

Op dit tabblad kunt u:

Een doel selecteren voordat u de eerste versie traint.
Functies toevoegen of verwijderen.
Inzichten en statistieken van de functiedataset bekijken.
Een nieuwe trainingsdataset selecteren.
Vooringenomenheidsdetectie configureren.

Schakel tussen Schemaweergave en Gegevensweergave voor verschillende weergaven van de trainingsdataset.

Tabblad 'Gegevens' in een ML-experiment voordat de gebruiker een versie van de training heeft uitgevoerd — Tabblad Configuratie in een ML-experiment. Na de training wordt dit tabblad hernoemd naar Trainingsgegevens.

Modellen

Op het tabblad Modellen kunt u een snelle analyse van de trainingsresultaten uitvoeren en aanbevolen modellen verkennen. Dit tabblad helpt u de belangrijkste statistieken voor elk model te vergelijken en verschillende voorspellende use cases te evalueren.

Om een meer gedetailleerde modelanalyse uit te voeren, kunt u overschakelen naar de tabbladen Vergelijken en Analyseren.

Selecteer een model in de tabel Modelstatistieken of uit de aanbevelingen boven de tabel. U kunt het volgende bekijken:

Prestatiescores.
Samenvatting van modeltraining (beschikbaar met intelligente modeloptimalisatie).
Visualisaties van het belang van functies.
Andere visualisaties die specifiek zijn voor het type experiment.
Resultaten van vooringenomenheidsdetectie.

Voor meer informatie, zie Snelle modelanalyse uitvoeren.

Tabblad 'Modellen' in een ML-experiment, met een samenvatting, de belangrijkste modelstatistieken en automatisch gegenereerde visualisaties — Tabblad Modellen in een ML-experiment getraind met intelligente modeloptimalisatie

Vergelijken

Vergelijk uw modellen in detail met behulp van ingebedde analyses. Maak selecties en pas dashboardgegevens aan om inzichten in de modelprestaties te ontdekken.

Op het tabblad Vergelijken kunt u:

Toegang krijgen tot alle beschikbare modelstatistieken en hyperparameters.
Trainings- en holdout-statistieken vergelijken tussen modellen.

Voor meer informatie, zie Modellen vergelijken.

Vergelijkende modelanalyse in een ML-experiment — Tabblad Vergelijken in een ML-experiment

Analyseren

Duik dieper met ingebedde analyses voor elk model dat u traint.

Op het tabblad Analyseren kunt u:

De voorspellingsnauwkeurigheid verder analyseren.
Het belang van functies op een gedetailleerd niveau evalueren.
De distributie van functiegegevens bekijken.
Gedetailleerde informatie over de resultaten van vooringenomenheidsdetectie bekijken.

Voor meer informatie over gedetailleerde modelanalyse, zie Gedetailleerde modelanalyse uitvoeren.

Tabblad 'Analyseren' in een ML-experiment, met voorspellingsnauwkeurigheid en het belang van functies — Tabblad Analyseren in een ML-experiment

Configuratiepaneel voor experimenten

Gebruik dit paneel om de instellingen van het experiment te configureren.

Het configuratiepaneel voor experimenten wordt standaard geopend in nieuwe experimenten. Nadat u een versie hebt uitgevoerd, klikt u op Configuratie bekijken om het paneel te openen.

Met het configuratiepaneel voor experimenten kunt u:

Selecteer een doel en experimenttype
Stel een versienaam in
Functies toevoegen of verwijderen
Configureer een nieuwe versie van het experiment
Bekijk het type model dat u traint
Selecteer om de trainingsgegevensset te wijzigen of te vernieuwen
Algoritmen toevoegen of verwijderen
Instellingen voor modeloptimalisatie wijzigen
Stel voor tijdreeksmodellen de prognose-instellingen in
Configureer biasdetectie

Configuratiepaneel voor experimenten met geselecteerd doel, experimenttype en standaard functieselectie — Configuratiepaneel voor experimenten

Was deze pagina nuttig?

Als u problemen ervaart op deze pagina of de inhoud onjuist is – een tikfout, een ontbrekende stap of een technische fout – laat het ons weten!

Geef hier uw feedback