Azure ML 应用程序 - 完整体验 - 自动训练和使用

标签 azure azure-machine-learning-service

我尝试了一下 Azure ML studio。据我了解,这个过程是这样的:

a) 创建训练实验。用数据训练它。

b) 创建评分实验。这将包括训练实验中经过训练的模型。将其公开为通过 REST 使用的服务。

也许是一个愚蠢的问题,但是获得完整体验的推荐方法是什么,就像我使用https://datamarket.azure.com/dataset/amla/mba这样的应用程序时获得的体验一样。 (使用 Azure 机器学习构建的经常一起购买的 API)。

我的意思是:

a) 公开 2 个或多个服务 - 一个用于训练模型,另一个用于使用(测试)训练后的模型。

b) 用户定期发送训练数据来训练模型

c) 经过训练的模型现在已保存可供使用

d) 用户现在可以发送数据帧来获取预测结果。

是否需要构建额外的包装器?

如果有记录此内容的链接,请指出该链接。

最佳答案

Azure ML 再训练 API 旨在处理您描述的工作流程:

http://azure.microsoft.com/en-us/documentation/articles/machine-learning-retrain-models-programmatically/

希望这有帮助,

Roope - Microsoft Azure 机器学习团队

关于Azure ML 应用程序 - 完整体验 - 自动训练和使用,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28590690/

相关文章:

.net - 验证客户端证书的最佳方法

machine-learning - 解释统计模型指标

python - 安装错误 : Do you have azure>=2. 0.0?

node.js - azure 功能核心工具: while running "func init" command fails

r - 增加 Azure ML R 脚本中图表的大小

azure - Microsoft Azure Machine Studio 中如何利用日期功能

azure - 机器学习工作室的 "Session has expired"消息

python - 以 URI 文件形式访问注册数据集时出现 HTTP 错误 409 (Azure SDKv2)

php : simple azure login with info

linux - 如何从一台Linux机器连接到一台Linux机器,查询PostgreSQL并获取数据