Experimente a demonstração do H2O Driverless AI

Find AI Tools
No difficulty
No complicated process
Find ai tools

Experimente a demonstração do H2O Driverless AI

Índice

  1. Introdução
  2. Sobre o Driverless AI
  3. Conectando aos bancos de dados
  4. Carregando e visualizando conjuntos de dados
  5. Preparando os dados para modelagem
  6. Dividindo os dados de treinamento e teste
  7. Iniciando o AutoML
  8. Acompanhando o progresso do experimento
  9. Analisando os resultados do experimento
  10. Interpretando o modelo
  11. Implantação do modelo em produção
  12. Gerenciando projetos e comparando experimentos
  13. Estendendo o Driverless AI

🤖 Introdução

Bem-vindo ao Driverless AI, uma plataforma automatizada de aprendizado de máquina que pode ser executada em qualquer nuvem principal ou localmente. O Driverless AI é especificamente projetado para ajudar no aprendizado de máquina supervisionado, onde historicamente conhecemos o que aconteceu e podemos aprender com isso para fazer previsões sobre o futuro. Neste artigo, exploraremos em detalhes como usar o Driverless AI para automatizar o processo de modelagem de aprendizado de máquina de forma eficiente e eficaz.

Nota: Aconselhamos ter conhecimento básico de aprendizado de máquina antes de prosseguir com este artigo.

🤖 Sobre o Driverless AI

O Driverless AI é uma plataforma avançada de aprendizado de máquina que utiliza algoritmos automatizados para simplificar e acelerar o processo de modelagem. Com o Driverless AI, você pode desenvolver modelos de aprendizado de máquina de Alta qualidade sem a necessidade de ser um especialista em ciência de dados. O Driverless AI suporta uma ampla variedade de casos de uso de aprendizado de máquina supervisionado e oferece uma interface intuitiva e fácil de usar.

📚 Conectando aos bancos de dados

Uma das primeiras etapas ao usar o Driverless AI é conectar-se aos bancos de dados onde seus dados estão armazenados. O Driverless AI tem muitos conectores para lojas de dados comuns, incluindo um conector JDBC para a maioria dos data warehouses SQL. Por meio do arquivo de configuração, você pode adicionar as credenciais necessárias para se conectar às suas lojas de dados.

📊 Carregando e visualizando conjuntos de dados

Após se conectar aos seus bancos de dados, você pode carregar os conjuntos de dados relevantes usando o botão "Adicionar conjunto de dados" no Driverless AI. O Driverless AI fornece uma visualização detalhada de cada coluna em seu conjunto de dados, incluindo distribuições e tipos de dados. Você também pode alterar o tipo de dados, se necessário. A visualização do conjunto de dados permite explorar melhor os dados para entender sua qualidade e características.

🔄 Preparando os dados para modelagem

Antes de iniciar a modelagem, é importante garantir que seus dados estejam limpos e prontos para uso. O Driverless AI pode lidar automaticamente com valores ausentes e outliers durante a modelagem, mas é sempre bom verificar se os dados estão o mais limpos possível. Você pode usar as opções de filtragem e limpeza do Driverless AI para lidar com outliers e valores ausentes manualmente, se necessário.

🔀 Dividindo os dados de treinamento e teste

Para avaliar adequadamente o desempenho do modelo, é essencial dividir os dados em conjuntos de treinamento e teste. O Driverless AI realiza automaticamente a validação cruzada durante a modelagem para garantir que o modelo não esteja sobreajustando aos dados de treinamento. No entanto, é sempre útil ter um conjunto de dados de teste separado para avaliar o desempenho do modelo em dados que ele nunca viu antes.

🚀 Iniciando o AutoML

Com os dados preparados, você está pronto para iniciar o AutoML no Driverless AI. A única coisa que você precisa fazer é informar ao Driverless AI em qual coluna você deseja fazer previsões. O Driverless AI selecionará automaticamente várias configurações padrão para você, mas você também pode personalizar o nome do experimento e adicionar conjuntos de dados de teste para pontuação automática após a conclusão do modelo.

📊 Acompanhando o progresso do experimento

Enquanto o experimento estiver em execução, você poderá acompanhar o progresso no painel do Driverless AI. O painel mostra a competição entre os modelos, as características mais importantes em cada modelo e as métricas de desempenho em dados de validação. Observar o progresso do experimento permite que você saiba como o Driverless AI está explorando diferentes configurações e características para encontrar o melhor modelo possível.

📈 Analisando os resultados do experimento

Uma vez concluído o experimento, você pode analisar os resultados no Driverless AI. O resumo do experimento mostra quantas novas características foram testadas e quantos modelos foram criados. Você também tem a opção de baixar um relatório detalhado que documenta todas as etapas do experimento, incluindo quais modelos foram testados, quais funcionaram melhor e qual foi a metodologia de modelagem.

👀 Interpretando o modelo

Para entender como seu modelo Toma decisões, o Driverless AI oferece várias ferramentas de interpretação. Você pode visualizar os valores de importância das características, os gráficos de dependência parcial e fazer análises de impacto discrepante para verificar se o modelo está tendo algum viés. O Driverless AI também fornece modelos substitutos, como o LIME e a árvore de decisão, para ajudar a entender como o modelo chega às suas previsões.

🚀 Implantação do modelo em produção

Quando você estiver satisfeito com o modelo final, pode implantá-lo em produção usando o pipeline de pontuação do Driverless AI. O pipeline de pontuação permite usar o modelo como um servidor REST com uma API Java ou em qualquer outro ambiente onde você precise de pontuação em tempo real ou processamento em lote. O Driverless AI também oferece opções de implantação com um clique para o Amazon Lambda ou um reservatório local.

📚 Gerenciando projetos e comparando experimentos

Para maior organização, o Driverless AI permite agrupar seus experimentos em projetos. Isso facilita a comparação entre diferentes experimentos que podem ser construídos nos mesmos dados, mas com configurações diferentes. Você pode usar a guia "Projetos" para gerenciar seus projetos e acompanhar seus experimentos.

✨ Estendendo o Driverless AI

O Driverless AI é uma plataforma totalmente extensível, permitindo que você adicione seus próprios modelos, transformações de dados e métricas de pontuação personalizadas para atender às suas necessidades de negócio específicas. Isso pode ser feito através do uso de trechos de código Python. Se você deseja saber mais sobre como estender o Driverless AI, consulte a seção de receitas personalizadas em nossa documentação.

Esperamos que este artigo tenha fornecido uma visão geral abrangente do Driverless AI e como usá-lo para automatizar o processo de modelagem de aprendizado de máquina. O Driverless AI é uma ferramenta poderosa que pode acelerar significativamente o desenvolvimento de modelos de alta qualidade, mesmo para aqueles que não são especialistas em ciência de dados. Caso você queira experimentar o Driverless AI, visite nosso site para obter mais informações.

Most people like

Are you spending too much time looking for ai tools?
App rating
4.9
AI Tools
100k+
Trusted Users
5000+
WHY YOU SHOULD CHOOSE TOOLIFY

TOOLIFY is the best ai tool source.