Ji bo ku daneyên perwerdehiyê li Tabloyên AutoML têxe nav Tabloyên AutoML, bikarhêner dikarin rêzek gavan bişopînin ku tê de amadekirina daneyan, afirandina datatek, û barkirina daneyan li ser karûbarê Tabloyên AutoML-ê vedihewîne. Tabloyên AutoML karûbarek fêrbûna makîneyê ye ku ji hêla Google Cloud ve hatî peyda kirin ku rê dide bikarhêneran ku modelên fêrbûna makîneya xwerû biafirînin û bicîh bikin bêyî ku hewcedariya kodkirina berfireh an pisporiya zanistiya daneyê hebe.
Pêngava yekem di îtxalkirina daneyên perwerdehiyê de amadekirina daneyan bi rengek hevgirtî ye. Tabloyên AutoML formatên daneyên cihêreng ên wekî tabloyên CSV, JSONL, û BigQuery piştgirî dike. Girîng e ku meriv pê ewle bibe ku dane berî barkirina Tabloyên AutoML bi rêkûpêk hatî format kirin û organîze kirin. Di vê yekê de paqijkirina daneyan, hilgirtina nirxên winda, û kodkirina guhêrbarên kategorîk heke hewce be.
Piştî ku dane amade kirin, bikarhêner dikarin di navbera tabloyên AutoML de danesek biafirînin. Daneyên danûstendinê ji bo daneyên perwerdehiyê û metadaneyên têkildar konteynirek e. Ji bo afirandina danehevek, bikarhêner pêdivî ye ku navek peyda bikin û proje û cîhê ku dê databasê lê were hilanîn hilbijêrin. Girîng e ku hûn proje û cîhê guncan hilbijêrin da ku nepenîtiya daneyê û lihevhatina bi daxwazên rêziknameyê re misoger bikin.
Piştî afirandina databasê, bikarhêner dikarin daneyên perwerdehiyê barkirin. Di UI-ya Tabloyên AutoML de, vebijarkek heye ku daneyan ji çavkaniyên cihêreng ên wekî Google Cloud Storage, BigQuery, an rasterast ji makîneya herêmî ya bikarhêner veguhezîne. Ger dane li Google Cloud Storage an BigQuery were hilanîn, bikarhêner dikarin tenê hûrguliyên pêwîst ên wekî riya pelê an navê tabloyê peyda bikin. Ger dane li herêmî were hilanîn, bikarhêner dikarin UI-ya Tabloyên AutoML bikar bînin da ku pelê daneyê bar bikin.
Di dema pêvajoya veguhastina daneyê de, Tabloyên AutoML bixweber daneyan analîz dike û celebên stûn û statîstîkên daneyê derdixe holê. Ev di dema pêvajoya perwerdehiya modelê de di têgihiştina daneyan û girtina biryarên agahdar de dibe alîkar. Bikarhêner dikarin ger hewce bike celebên stûnên hatine destnîşan kirin binirxînin û biguhezînin.
Piştî ku dane têne derxistin, bikarhêner dikarin bi karanîna UI-ya Tabloyên AutoML-ê daneyan bêtir bigerin û analîz bikin. UI taybetmendiyên cihêreng ên wekî statîstîkên daneyê, dîtbariya belavkirina daneyê, û vebijarkên dabeşkirina daneyan peyda dike. Van taybetmendiyan ji bikarhêneran re dibe alîkar ku di pêvajoya perwerdehiya modelê de di nav daneyan de têgihiştinê bistînin û biryarên agahdar bistînin.
Ji bo ku daneyên perwerdehiyê li Tabloyên AutoML têxin, bikarhêner hewce ne ku daneyan bi rengek lihevhatî amade bikin, danûstendinek biafirînin, û bi karanîna UI-ya Tabloyên AutoML daneyan bar bikin. Tabloyên AutoML piştgirî dide cûrbecûr formatên daneyê û ji bo lêgerîn û analîzkirina daneyê UI-ya xwerû peyda dike. Bi şopandina van gavan, bikarhêner dikarin daneyên perwerdehiya xwe bi bandor derxînin û bi karanîna Tabloyên AutoML dest bi avakirina modelên fêrbûna makîneya xwerû bikin.
Pirs û bersivên din ên vê dawiyê di derbarê Maseyên AutoML:
- Çawa bikarhêner dikarin modela xwe bicîh bikin û di Tabloyên AutoML de pêşbîniyan bistînin?
- Ji bo danîna budçeyek perwerdehiyê di Tabloyên AutoML de çi vebijark hene?
- Tabloya Analîz di Tabloyên AutoML de çi agahdarî dide?
- Cûreyên daneyên cihêreng ên ku Tabloyên AutoML dikarin hilgirin çi ne?