Aus dem Kurs: Datamining mit Databricks/Spark und Automated Machine Learning in der Cloud
Werden Sie noch heute Mitglied und erhalten Sie Zugriff auf mehr als 24.700 Kurse von Branchenfachleuten.
Modelle in Azure Machine Learning Studio veröffentlichen
Aus dem Kurs: Datamining mit Databricks/Spark und Automated Machine Learning in der Cloud
Modelle in Azure Machine Learning Studio veröffentlichen
Wir befinden uns wieder im Azure Machine Learning Studio. Aktuell sind wir in unserem vorher trainierten Experiment predict_duration_adb. Hier wählen wir den ersten Durchlauf unseres Experimentes aus. Wenn wir nun auf »Modelle« klicken, können wir alle trainierten Modelle einsehen. Was wir aber nun machen wollen, ist das beste Modell, also stackEnsemble, zu veröffentlichen und bereitzustellen. Im nächsten Schritt klicken wir auf »Herunterladen«, was uns einen Ordner mit drei Dateien zur Verfügung stellt. Und wenn wir diese drei Dateien anschauen, können wir sehen, dass sie mit den drei notwendigen Dateien übereinstimmen, die Ihnen bereits aus den vorherigen Videos bekannt sind. Und zwar zum einen die Abhängigkeitsdatei, die Scoring-Datei und auch das Modell selbst. Schauen wir uns nun die Scoring- und die Abhängigkeitsdateien näher im Detail an. Wie angenommen, zeigt die Abhängigkeitsdatei die notwendigen Bibliotheken und deren Versionen, die für die Ausführung des Modells notwendig…
Laden Sie Kurse herunter und lernen Sie auch unterwegs.
Sehen Sie sich Kurse auf Ihrem Mobilgerät ohne Internetverbindung an. Laden Sie Kurse mit der LinkedIn Learning-App für iOS oder Android herunter.