Nawigacja w interfejsie eksperymentu
Interfejs z zakładkami umożliwia nawigację pomiędzy różnymi procesami w ramach szkolenia modeli. Karty i panel konfiguracji eksperymentów umożliwiają wykonywanie różnych zadań związanych z uczeniem i optymalizacją modelu.
Pasek narzędzi
Pasek narzędzi umożliwia przełączanie różnych zakładek interfejsu.
Na pasku narzędzi można także wykonywać następujące czynności:
-
W zależności od tego, na której karcie się znajdujesz, możesz przełączać nauczone modele.
-
Kliknij Wyświetl konfigurację, aby dalej modyfikować uczenie eksperymentu, przeglądać bieżącą wersję lub rozpocząć konfigurowanie nowej wersji.
Pasek narzędzi w eksperymencie AutoML

Dane
Ta karta umożliwia zarządzanie danymi w eksperymencie. Gdy tworzysz eksperyment po raz pierwszy, jest to jedyna widoczna karta. W trakcie uczenia eksperymentu możesz przełączać na inne karty w celu analizy modelu.
Na karcie Dane można wykonywać następujące czynności:
-
Wybierz cel przed uczeniem pierwszej wersji.
-
Dodaj lub usuń cechy.
-
Przeglądaj wnioski i statystyki dotyczące zestawu danych cechy.
-
Wybierz nowy zestaw danych do uczenia.
Przełączaj Widok schematu i
Widok danych dla różnych reprezentacji zestawu danych do uczenia.
Karta Dane w eksperymencie AutoML

Modele
Przeprowadź szybką analizę wyników uczenia. Karta Modele pozwala szybko zrozumieć i porównać podstawowe wskaźniki każdego modelu. Aby przeprowadzić bardziej szczegółową analizę modelu, można skorzystać z kart Porównaj i Analizuj.
Kliknij model w tabeli Wskaźniki modelu, aby wyświetlić:
-
Wyniki wydajności.
-
Podsumowanie uczenia modelu (dostępne z inteligentną optymalizacją modeli).
-
Wizualizacje ważności cech.
-
Inne wizualizacje specyficzne dla typu eksperymentu.
Więcej informacji zawiera temat Przeprowadzanie szybkiej analizy modelu.
Karta Modele w eksperymencie AutoML uczonym przy użyciu inteligentnej optymalizacji modeli

Porównaj
Modele można szczegółowo porównywać przy użyciu wbudowanej analityki. Aby uzyskać szczegółowe informacje na temat modeli, dokonuj wyborów i dostosowuj dane prezentowane na pulpitach nawigacyjnych.
Na karcie Porównaj można wykonywać następujące czynności:
-
Uzyskaj dostęp do wszystkich dostępnych wskaźników i hiperparametrów modelu.
-
Porównaj wskaźniki szkolenia i wstrzymania w różnych modelach.
Więcej informacji zawiera temat Porównanie modeli.
Karta Porównaj w eksperymencie uczenia maszynowego

Analizowanie
Analizuj dogłębniej dzięki wbudowanym analizom każdego uczonego modelu.
Na karcie Analizuj można wykonywać następujące czynności:
-
Analizuj dogłębniej dokładność predykcji.
-
Oceń znaczenie cechy na poziomie szczegółowym.
-
Wyświetl rozkład danych cech.
Więcej informacji na temat szczegółowej analizy modeli zawiera temat Szczegółowa analiza modelu.
Karta Analizuj w eksperymencie uczenia maszynowego

Panel Konfiguracja eksperymentu
Kliknij Wyświetl konfigurację, aby rozwinąć panel konfiguracji eksperymentu. Po rozwinięciu tego panelu można rozpocząć konfigurowanie nowej wersji i ją dostosowywać, aby uzyskać większą kontrolę nad procesem uczenia.
Za pomocą panelu konfiguracji eksperymentu można wykonywać następujące czynności:
-
Wybierz cel przed uczeniem pierwszej wersji
-
Dodaj lub usuń cechy
-
Skonfiguruj nową wersję eksperymentu
-
Wybierz, aby zmienić lub odświeżyć zestaw danych do uczenia
-
Dodaj lub usuń algorytmy
-
Zmień ustawienia optymalizacji modelu
Panel Konfiguracja eksperymentu
