Machine Learning Associate · MLOps, środowiska ML i AutoML
Databricks AutoML
Najważniejsze
- AutoML przygotowuje zbiór danych, trenuje i stroi wiele modeli i wybiera najlepszy według metryki.
- Generuje notebook dla każdej próby, notebook eksploracji danych i notebook najlepszej próby.
- Można je przejrzeć, odtworzyć i rozwijać.
- Obsługuje klasyfikację, regresję i prognozowanie.
Źródło: https://docs.databricks.com/aws/en/machine-learning/automl/
Przykładowe pytania
Jakie typy problemów obsługuje Databricks AutoML?
- Klasyfikacja, regresja i prognozowanie
- Tylko klasteryzacja i wykrywanie anomalii
- Uczenie przez wzmacnianie i rekomendacje
- Segmentacja obrazów i rozpoznawanie mowy
Pokaż odpowiedź
Odpowiedź: A. Klasyfikacja, regresja i prognozowanie
AutoML obsługuje klasyfikację, regresję i prognozowanie. Klasteryzacja i uczenie przez wzmacnianie nie są obsługiwanymi typami.
Jakich algorytmów AutoML próbuje w problemach klasyfikacji?
- Lasy losowe
- XGBoost
- LightGBM
- Prophet
- k-means
Pokaż odpowiedź
Odpowiedź: A. Lasy losowe, B. XGBoost, C. LightGBM
Próby klasyfikacji używają m.in. lasów losowych, XGBoost i LightGBM. Prophet to algorytm prognozowania, a k-means to klasteryzacja, której AutoML nie obejmuje.
Prawda czy fałsz: AutoML zwraca tylko wytrenowany model i ukrywa kod, którym go utworzono.
Pokaż odpowiedź
Odpowiedź: Fałsz
Fałsz. AutoML generuje notebook z kodem źródłowym dla każdej próby, aby można było go przejrzeć, odtworzyć i zmodyfikować.
Przećwicz 8 pytań z tego tematu w Bitzu
Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.
