Compare Models with Experiments in Azure ML Studio

Log plots in experiments
Log numeric metrics in experiments
Visualize metrics in Azure Machine Learning Studio
Log plots in experiments
Log numeric metrics in experiments
Visualize metrics in Azure Machine Learning Studio
Did you know that you can compare models in Azure Machine Learning? In this 1-hour project-based course, you will learn how to log plots in experiments, log numeric metrics in experiments and visualize metrics in Azure Machine Learning Studio. To achieve this, we will use one example data, train a couple of machine learning algorithms in Jupyter notebook and visualize their results in Azure Machine Learning Studio Portal interface. In order to be successful in this project, you will need knowledge of Python language and experience with machine learning in Python. Also, Azure subscription is required (free trial is an option for those who don’t have it), as well as Azure Machine Learning resource and a compute instance within. Instructional links will be provided to guide you through creation, if needed, in the first task. If you are ready to make your experience training models simpler and more enjoyable, this is a course for you! Let’s get started!
На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:
Prepare files in Azure ML Studio for using different ml algorithms
Prepare Jupyter notebook for working with Azure experiments
Create logs for metrics and images for Linear Regression
Azure experiment basics in Python
Create logs for metrics and images for different algorithms
Create visualizations of metrics in Azure Machine Learning Studio Portal
Capstone challenge: Log metrics for Random forest approach and compare with previous results
Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.
На разделенном экране видео преподаватель предоставляет пошаговые
Приобретая проект с консультациями, вы получаете все необходимое для его выполнения, включая браузерный доступ к рабочему столу, содержащему папки и программы для начала работы, а также пошаговые видеоинструкции от отраслевого эксперта.
Поскольку ваше рабочее пространство включает облачный рабочий стол, рассчитанный на ноутбук или ПК, проекты с консультациями недоступны на мобильном устройстве.
Преподаватели, ведущие проект с рекомендациями, — это отраслевые эксперты с навыками, инструментами и пониманием темы, которые хотят разделить свои знания с миллионами учащихся по всему миру.
Вы можете скачать и сохранить любой из созданных файлов своего проекта с рекомендациями. Для этого воспользуйтесь функцией "Обозреватель файлов" на облачном рабочем столе.
Средства за проекты с рекомендациями не возвращаются. Ознакомьтесь с полным текстом нашей политики возврата средств.
Финансовая помощь недоступна для проектов с рекомендациями.
Прослушивание недоступно для проектов с консультациями.
В верхней части страницы вы можете нажать уровень опыта для этого проекта с консультациями, чтобы просмотреть предварительные требования к знаниями. Преподаватель проведет вас пошагово по каждому уровню проекта с консультациями.
Да, все необходимое для завершения проекта с рекомендациями будет доступно на облачном рабочем столе. Вы сможете открыть этот рабочий стол в браузере.
Вы научитесь выполнять задания в режиме разделенного экрана непосредственно в браузере. В левой части экрана можно выполнять задания в своем рабочем пространстве. В правой части экрана можно просматривать пошаговые инструкции преподавателя по работе с проектом.
Остались вопросы? Посетите Центр поддержки учащихся.