Przeskocz do zawartości głównej Przejdź do treści uzupełniającej

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 uczenia maszynowego

Pasek narzędzi w eksperymencie uczenia maszynowego

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 Schemat Widok schematu i Tabela Widok danych dla różnych reprezentacji zestawu danych do uczenia.

Karta Dane w eksperymencie uczenia maszynowego

Karta „Dane” w eksperymencie uczenia maszynowego, zanim użytkownik uruchomi wersję szkolenia

Modele

Na karcie Modele można przeprowadzić szybką analizę wyników uczenia i zapoznać się z listą zalecanych modeli. Karta Modele pozwala szybko zrozumieć i porównać podstawowe wskaźniki każdego modelu. Przedstawiono szereg zaleceń, które pomogą Ci rozważyć różne zastosowania predykcyjne.

Aby przeprowadzić bardziej szczegółową analizę modelu, można przejść do kart Porównaj i Analizuj.

Wybierz model z tabeli wskaźników modelu lub z zaleceń nad tabelą. Możesz 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 uczenia maszynowego uczonym przy użyciu inteligentnej optymalizacji modeli

Karta „Modele” w eksperymencie uczenia maszynowego, pokazująca podsumowanie, podstawowe wskaźniki modelu i automatycznie generowane wizualizacje

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

Analiza porównawcza modeli w eksperymencie uczenia maszynowego

Analizuj

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

Karta „Analizuj” w eksperymencie uczenia maszynowego, pokazująca dokładność przewidywań i ważność cech

Panel Konfiguracja eksperymentu

Kliknij Schemat Wyświetl konfigurację, aby rozwinąć panel konfiguracji eksperymentu. Po rozwinięciu tego panelu możesz skonfigurować ustawienia eksperymentu.

Za pomocą panelu konfiguracji eksperymentu można wykonywać następujące czynności:

  • Wybrać cel i typ eksperymentu

  • Dodać lub usunąć cechy

  • Skonfigurować nową wersję eksperymentu

  • Wybrać zmianę lub odświeżenie zestawu danych do uczenia

  • Dodać lub usunąć algorytmy

  • Zmienić ustawienia optymalizacji modelu

  • W przypadku modeli szeregów czasowych skonfigurować ustawienia prognozy

Panel Konfiguracja eksperymentu

Rozbudowany panel dostosowywania w eksperymencie uczenia maszynowego

Czy ta strona była pomocna?

Jeżeli natkniesz się na problemy z tą stroną lub jej zawartością — literówkę, brakujący krok lub błąd techniczny — daj nam znać!