Teradataml automl - テラデータ AutoML [2024/08/20時点]の翻訳です。
各機能の詳細な説明に関しては、段階的にリンクを追加していきますので、リンクから詳細ページを参照してご利用下さい。
AutoMLによる機械学習のアプローチ方法の変化
Teradata AutoMLは、エンドツーエンドの機械学習フローを自動化する機能を提供します。
Teradata AutoMLの特徴
Teradata AutoML は、以下の特徴があります。
Teradata AutoMLのフェーズごとの対応機能
AutoML は、次の 6つのフェーズでさまざまなプロセスを実行します。
実行イメージの例
実行方法
実行方法の例
load_example_data("decisionforestpredict", ["housing_train", "housing_test"])
### データセットのローディング
housing_train = DataFrame.from_table(“housing_train”) ### データフレームの作成
housing_test = DataFrame.from_table("housing_test")
aml = AutoML( task_type=“Regression”, ### AutoMLインスタンスの作成
exclude=['knn’],
verbose=2,
max_runtime_secs=300,
stopping_metric='R2’,
stopping_tolerance=0.7)
aml.fit(housing_train,housing_train.price) ### トレーニングの実施
prediction = aml.predict(housing_test)
実行イメージの例(リーダーズボードの表示)
実行イメージの例(ハイパーパラメータチューニング)
動作環境
teradataml 20.00.00.00以上
おわりに
警告
この本書はTeradata Vantageドキュメンテーションよりトピックに必要な情報を抜粋したものです。掲載内容の正確性・完全性・信頼性・最新性を保証するものではございません。正確な内容については、原本をご参照下さい。
また、修正が必要な箇所や、ご要望についてはコメントをよろしくお願いします。