將多元類神經網路 模組新增至您在 Studio (傳統) 中的實驗。 您可以在 [分類] 類別目錄中的 [機器學習、初始化] 下找到此模組。 建立定型模式:使用此選項來指定要如何定型模型: 單一參數:如果您已知道要如何設定該模型,請選擇此選項。 參數範圍:如果您不確定最佳參數,而且想要使用參數清除,請選擇此選項。 ...
在 Studio (傳統) 中,仍可使用原始資料集中的資料行。 若要查看原始資料,您可以連接 [ 加入資料行 ] 模組,並將它聯結至 [套用 數學運算] 的輸出。基本數學運算基本類別中的函數通常會採用資料行中的單一值、執行預先定義的運算,並傳回單一值。 針對某些函式,您可以將常數指定為第二個引數。
基于Azure 资源管理器 的 Web 服务- ML Studio (经典) 使你能够生成和测试预测分析解决方案,然后将其部署为 Azure Web 服务。 有关该过程的概述,请参阅ML Studio (经典) Web 服务:部署和使用。 以下信息是与这些 API 相关的任务的常见信息: 可以使用适用于 ML Studio 的 REST API (经典) 承诺计划执行以下...
Pour utiliser Machine Learning Studio (classique), vous devez disposer d’un espace de travail Machine Learning Studio (classique). Cet espace de travail contient les outils dont vous avez besoin pour créer, gérer et publier des expériences....
以下ML Studio (经典) REST API 使你能够创建和管理:ML Studio (经典) 承诺计划和关联 基于Azure 资源管理器 的 Web 服务 - ML Studio (经典) 使你能够生成和测试预测分析解决方案,然后将其部署为 Azure Web 服务。有关该过程的概述,请参阅 ML Studio (经典) Web 服务:部署和使用。
將[雙類別決策樹系] 模組新增至機器學習 Studio (傳統) 的實驗,然後開啟模組的 [屬性] 窗格。 您可以在機器學習中找到此模組。 展開 [初始化],接著展開 [分類]。 針對[重新取樣方法],選擇個別樹狀結構所使用的建立方法。 您可以選擇 [封袋] 或 [複寫]。 封袋:封袋又稱為「啟動程序彙總」。 ...
下列ML Studio (傳統) REST API 可讓您建立和管理:ML Studio (傳統) 承諾用量方案和關聯 Azure Resource Manager 型 Web 服務 - ML Studio (傳統) 可讓您建置及測試預測性分析解決方案,然後將其部署為 Azure Web 服務。如需程式的概觀,請參閱 ML Studio (傳統) Web 服務:部署和取用。
機器學習 Studio (傳統) 提供文字分類範本,引導您使用功能雜湊模組進行功能擷取。 實作詳細資料 功能雜湊模組會使用名為 Vowpal Wabbit 的快速機器學習架構,以將特徵字雜湊至記憶體內部索引,並使用名為murmurhash3的熱門開放原始碼雜湊函式。 此雜湊函數是一種非加密雜湊演算法,可將文字輸入對應至整數,由於在金...
首先,使用您選擇的瀏覽器,流覽至:https://studio.azureml.net/,然後輸入您的認證以登入。 接下來,建立新的空白實驗。 將它重新命名為SimpleFeatureHashingExperiment。 展開[已儲存的數據集],然後將 [書籍評論] 從 Amazon拖曳到您的實驗。 展開[數據轉換和操作],然後將 [選取數據集中的...
機器學習 Studio (傳統版) 是開發在 Azure 雲端平台中運作的機器學習實驗的工具。 就像 Visual Studio IDE 和可調整的雲端服務合併成單一平台一樣。 您可以將標準應用程式生命週期管理 (ALM) 做法,從版本設定各種資產到自動化執行和部署,併入 機器學習 Studio(傳統版)。 本文討論一些選項和方法。