WEBVTT

00:00:02.810 --> 00:00:07.075
>> 皆さんこんにちは。今
私たちができる方法を見てみましょう

00:00:07.075 --> 00:00:11.345
自動化された機械を作る
学習構成オブジェクト。

00:00:11.345 --> 00:00:16.150
クラスは表します。
の構成

00:00:16.150 --> 00:00:17.920
自動化を提出する
機械学習

00:00:17.920 --> 00:00:20.665
をテストする方法は、Azure の機械学習で行います。

00:00:20.665 --> 00:00:24.460
これは設定オブジェクトです
を含み、それを続行する

00:00:24.460 --> 00:00:28.240
定義するためのパラメータ
実行する実験、

00:00:28.240 --> 00:00:30.370
トレーニングデータと同様に、

00:00:30.370 --> 00:00:32.840
実行時に使用されます。

00:00:32.840 --> 00:00:34.995
この表からわかるように、

00:00:34.995 --> 00:00:37.630
ここでは、設定を定義し、

00:00:37.630 --> 00:00:41.140
これから起こっているデータ
実験を実行するために使用されます。

00:00:41.140 --> 00:00:42.760
したがって、プロパティの面では、

00:00:42.760 --> 00:00:44.650
タスクから始めましょう。

00:00:44.650 --> 00:00:47.030
この場合、私たちは
予測を選択しました

00:00:47.030 --> 00:00:49.520
私たちは時間の中にいるので
シリーズ予測シナリオ。

00:00:49.520 --> 00:00:52.685
しかし、あなたはまた、
分類または回帰

00:00:52.685 --> 00:00:56.420
お客様の特定に応じて
データ サイエンスシナリオ。

00:00:56.420 --> 00:01:00.500
その後、複数のプライマリを持っています
選択できる指標

00:01:00.500 --> 00:01:03.615
これは、メトリックです。
最適化を行いたいと考えました。

00:01:03.615 --> 00:01:05.610
ブラックリストモデルの観点からは、

00:01:05.610 --> 00:01:07.380
多くの異なるモデルがありますので、

00:01:07.380 --> 00:01:08.870
もちろん、あなたはおそらくあなた

00:01:08.870 --> 00:01:10.610
あなたが知っているので、実行したくない

00:01:10.610 --> 00:01:12.380
彼らはあまりいないことを

00:01:12.380 --> 00:01:14.660
あなたの特定のと良い
データ サイエンスシナリオ、

00:01:14.660 --> 00:01:16.220
あなたがそれらをブラックリストに載せることができるように、

00:01:16.220 --> 00:01:21.290
AutoML が行かないように
をクリックして、任意の実行に使用します。

00:01:21.290 --> 00:01:24.845
さらに、以下の場合
その他の多くのプロパティ

00:01:24.845 --> 00:01:26.705
AutoML から活用できること、

00:01:26.705 --> 00:01:29.315
実験など
タイムアウト時間、

00:01:29.315 --> 00:01:33.425
トレーニング データ、ラベル列
名前、コンピュータターゲット、

00:01:33.425 --> 00:01:36.290
クロス検証の数、

00:01:36.290 --> 00:01:38.719
早期停止を有効にすることもできます。

00:01:38.719 --> 00:01:41.480
早期停止がトレーニングにある場合は、

00:01:41.480 --> 00:01:45.094
プライマリ メトリックのときに停止する
もはや改善されていません。

00:01:45.094 --> 00:01:48.960
次に、選択することができます
あなたの時間列名、

00:01:48.960 --> 00:01:51.830
これは時系列です
予測シナリオ、

00:01:51.830 --> 00:01:55.400
だから、選択する必要があります
あなたの時間列名、

00:01:55.400 --> 00:01:58.315
最大地平線、国または地域、

00:01:58.315 --> 00:02:00.440
ターゲットは遅れ、最後に、

00:02:00.440 --> 00:02:02.500
列名を削除することもできます。

00:02:02.500 --> 00:02:05.210
これらは列です。
あなたがしたくない

00:02:05.210 --> 00:02:09.300
これらの特定の AutoML 実行に含めます。

