运作机器学习
在这个项目中,我们将使用葡萄牙银行机构的银行营销数据集。 主要任务是分类,我们必须预测客户是否将订阅定期存款。 数据集包含20个要素和32,950行。 数据集的链接为我们正在使用Azure配置基于云的机器学习生产模型,对其进行部署和使用。 然后,我们创建,发布和使用管道。 在此项目中,我们执行以下步骤:
自动化ML实验
部署最佳模型
启用记录
Swagger文档
消耗模型端点
创建和发布管道
建筑图
首先,我们必须选择并上传银行营销数据集。 然后配置一个新的计算集群,我们使用1作为最小节点数。 之后,我们将创建新的自动化ML运行。 我们使用分类进行实验,并确保选中“解释最佳模型”。 此外,根据退出标准,我们将默认值(3小时)减少到01,并将并发性从默认值减少到5。AutoML运行过程需要15到30分钟。 实验运行完成后,将显示所有模型及其度量的摘要,包括说明。 最佳模型将