Machine Learning Studio (klasik) modüllerinin A-Z listesi

  • Makale

Önemli

Machine Learning Stüdyosu (klasik) desteği 31 Ağustos 2024'te sona erecektir. Bu tarihe kadar Azure Machine Learning'e geçmenizi öneririz.

1 Aralık 2021'den başlayarak artık yeni Machine Learning Stüdyosu (klasik) kaynakları oluşturamayacaksınız. 31 Ağustos 2024'e kadar mevcut Machine Learning Stüdyosu (klasik) kaynaklarını kullanmaya devam edebilirsiniz.

ML Stüdyosu (klasik) belgeleri kullanımdan kaldırılacak ve gelecekte güncelleştirilmeyecektir.

İpucu

Şu anda Machine Learning Studio'yu (klasik) kullanan veya değerlendiren müşterilerin sürükleyip bırakma özellikli ML modülleri, ayrıca ölçeklenebilirlik, sürüm denetimi ve kurumsal güvenlik sağlayan Azure Machine Learning tasarımcısını denemesi önerilir.

Modüller, makine öğrenmesi görevleri için gereken çok çeşitli özellikleri ve işlevleri içerir:

  • Veri dönüştürme işlevleri
  • Veri dönüştürme işlevleri
  • R veya Python betiği yürütme modülleri
  • Algoritmalar, şunları içerir:
    • Karar ağaçları
    • Karar ormanları
    • Kümeleme
    • Time series (Zaman serisi)
    • Öneri modelleri
    • Anormallik algılama

Bir modülü bulmak için:

  • Modülün adını biliyorsanız, belirli bir modülü veya algoritmayı hızla bulmak için dizin olarak alfabetik tabloyu kullanın.
  • İşlevsel kategoriye göre modüllerin listesi için bkz. Modül kategorileri ve açıklamaları.

Modüllerin alfabetik tablosu

Modül adı Description
Sütun Ekle Bir veri kümesinden diğerine bir sütun kümesi ekler.
Satır Ekle Bir giriş veri kümesinden başka bir veri kümesine satır kümesi ekler.
Filtreyi Uygula Bir veri kümesinde belirtilen sütunlara filtre uygular.
Matematik İşlemi Uygulama Sütun değerlerine matematik işlemi uygular.
SQL Dönüşümü Uygulama Verileri dönüştürmek için giriş veri kümelerde bir SQLite sorgusu çalıştırır.
Dönüşüm Uygulama Bir veri kümesine iyi belirtilmiş bir veri dönüştürmesi uygular.
Kümelere Veri Atama Mevcut eğitilmiş kümeleme modelini kullanarak kümelere veri atar.
Bayes Doğrusal Regresyon Bir Bayes doğrusal regresyon modeli oluşturur.
Artırmalı Karar Ağacı Regresyonu Gelişmiş karar ağacı algoritmasını kullanarak bir regresyon modeli oluşturur.
Derleme Sayma Dönüşümü Özellikleri derlemek için kullanmak üzere sayımlar oluşturur.
Eksik Verileri Temizleme Bir veri kümesinden eksik olan değerlerin nasıl işley olduğunu belirtir.
Değerleri Kırpma Outliers algılar ve ardından değerlerini klipleri veya değiştirir.
Basit İstatistikleri Hesaplama Seçili veri kümesi sütunları için belirtilen özet istatistiklerini hesaplar.
Dilleri Algılama Giriş dosyasındaki her satırın dilini algılar.
İşlem Doğrusal Bağıntısı Bir veri kümesinde sütun değerleri arasındaki doğrusal bağıntıyı hesaplar.
ARFF'ye dönüştürme Veri girişini Weka araç kümesi tarafından kullanılan öznitelik ilişki dosyası biçimine dönüştürür.
CSV’ye dönüştürme Veri girişini virgülle ayrılmış değerler biçimine dönüştürür.
Veri kümesine dönüştürme Veri girişini, veri kümesi tarafından kullanılan iç veri kümesi biçimine Machine Learning.
Gösterge Değerlerine dönüştürme Sütunlarda kategorik değerleri gösterge değerlerine dönüştürür.
SVMLight'a dönüştürme Veri girişini SVMlight çerçevesi tarafından kullanılan biçime dönüştürür.
TSV'ye dönüştürme Veri girişini sekmeyle ayrılmış biçime dönüştürür.
R Modeli Oluşturma Özel kaynakları kullanarak bir R modeli oluşturur.
Modeli Çapraz Doğrulama Verileri bölümleerek sınıflandırma veya regresyon modelleri için parametre tahminlerini çapraz doğrular.
Karar Ormanı Regresyonu Karar ormanı algoritmasını kullanarak bir regresyon modeli oluşturur.
Dilleri Algılama Giriş dosyasındaki her satırın dilini algılar.
Meta Verileri Düzenleme Bir veri kümesinde sütunlar ile ilişkili meta verileri düzenler.
Verileri El ile Girme Değer yazarak küçük veri kümelerini girmeyi ve düzenlemeyi sağlar.
Modeli Değerlendirme Standart ölçümleri kullanarak puanlı sınıflandırma veya regresyon modelini değerlendirir.
Olasılık İşlevi Değerlendirme Belirtilen olasılık dağıtım işlevini bir veri kümesine uyar.
Önereni Değerlendirme Önerilen model tahminlerinin doğruluğunu değerlendirir.
Python Betiği Yürütme Bir denemeden Python betiği Machine Learning yürütür.
R Betiği yürütme Bir R betiği, bir Machine Learning yürütür.
Dışarı Aktarma Sayısı Tablosu Sayım dönüştürmelerinden sayıları dışarı aktarma.
Verileri Dışarı Aktarma Web URL'lerine veya Azure'da tablolar, bloblar ve depolama veritabanları gibi çeşitli bulut tabanlı depolama Azure SQL yazar.

Bu modül daha önce Yazıcı olarak adlandırılmıştır.
Metinden Anahtar İfade ayıklama Bir metin sütunundaki anahtar sözcükleri ve tümcecikleri ayıklar.
Metinden N-Gram Özelliklerini Ayıklama N-Gram sözlük özellikleri oluşturur ve ardından bu özellikler üzerinde özellik seçimi yapar.
Hızlı Orman Dağılım Dilimi Regresyonu Bir miktar regresyon modeli oluşturur.
Özellik Karma Vowpal Wabbit kitaplığını kullanarak metin verilerini tamsayıyla kodlanmış özelliklere dönüştürür.
Filtre Tabanlı Özellik Seçimi Bir veri kümesinde en büyük tahmin gücü olan özellikleri tanımlar.
FIR Filtresi Sinyal işleme için sonlu bir yanıt filtresi oluşturur.
Fisher Linear Discriminant Analysis Verileri ayrı sınıflarda en iyi şekilde grup haline dönüştüren özellik değişkenlerinin doğrusal birleşimini tanımlar.
Kategorik Değerleri Grupla Birden çok kategorideki verileri yeni bir kategoriye gruplar.
Verileri Kutulara Gruplama Sayısal verileri depolara koyar.
IIR Filtresi Sinyal işleme için sonsuz bir sonsuz yanıt filtresi oluşturur.
İçeri Aktarma Sayısı Tablosu Mevcut sayı tablosundan sayıları içeri aktarıyor.
Verileri İçeri Aktarma Web'de dış kaynaklardan veya Azure'da tablolar, bloblar, depolama veritabanları ve Azure veritabanı gibi çeşitli bulut tabanlı depolama SQL veri Cosmos db. Bir ağ geçidi yapılandırılmışsa şirket içi SQL Server veritabanından veri yükleyebilirsiniz.

Bu modül daha önce Okuyucu olarak adlandırılmıştır.
Görüntüleri İçeri Aktarma Azure Blob depolamadan görüntüleri bir veri kümesine yükler.
Verileri birleştirme İki veri kümesine katılır.
K Ortalamaları Kümeleme K-means kümeleme modelini yapılandıran ve başlatan.
Görünmeyen Dirichlet Ayırması Konu modellemesini, Gizli Dirichlet Ayırma (LDA) için Vowpal Wabbit kitaplığını kullanarak gerçekleştirir.
Doğrusal Regresyon Doğrusal regresyon modeli oluşturur.
Eğitilen Modeli Yükleme Bir denemede puanlama için kullanabileceğiniz eğitilmiş bir modeli alır.
Ortaç Filtresi Eğilim analizi için verileri düz hale etmek için kullanılan bir ortak filtre oluşturur.
Birleştirme Sayısı Dönüşümü İki sayı tablosu kümesi birleştirme.
Sayı Tablosu Parametrelerini Değiştirme Sayı tablolarından küçük bir sayı tabanlı özellik kümesi oluşturur.
Hareketli Ortalama Filtre Eğilim analizi için verileri düz hale eden hareketli bir ortalama filtre oluşturur.
Çok Sınıflı Karar Ormanı Karar ormanı algoritmasını kullanarak çok sınıflı bir sınıflandırma modeli oluşturur.
Çok Sınıflı Karar Ormanı Karar algoritmasını kullanarak çok sınıflı bir sınıflandırma modeli oluşturur.
Çok Sınıflı Lojistik Regresyon Çok sınıflı lojistik regresyon sınıflandırma modeli oluşturur.
Çok Sınıflı Sinir Ağı Sinir ağı algoritması kullanarak çok sınıflı bir sınıflandırma modeli oluşturur.
Adlandırılmış Varlık Tanıma Bir metin sütunundaki adlandırılmış varlıkları tanır.
Sinir Ağı Regresyonu Sinir ağı algoritması kullanarak bir regresyon modeli oluşturur.
Verileri Normalleştirme Veri kümesi değerlerini standart bir aralıkla sınırlamak için sayısal verileri yeniden ölçekler.
Tek SınıfLı Destek Vektör Makinesi Anomali algılama için tek sınıf bir destek vektörü makine modeli oluşturur.
Bire Karşı Hepsi Çoklu Sınıf İkili sınıflandırma modellerinden bir grup tarafından çok sınıflı sınıflandırma modeli oluşturur.
Ordinal Regresyon Bir ordinal regresyon modeli oluşturur.
Bölüm ve Örnek Örneklemeye dayalı olarak bir veri kümesi için birden çok bölüm oluşturur.
Permütasyon Özelliği Önem Derecesi Eğitilen bir modeldeki ve test veri kümesinde özellik değişkenlerinin permütasyon özelliği önem puanlarını hesaplar.
PCA Tabanlı Anomali Algılama Ana Bileşen Analizi (PCA) kullanarak bir anomali algılama modeli oluşturur.
Poisson Regresyonu Verilerin Poisson dağılımına sahip olduğunu varsayan bir regresyon modeli oluşturur.
Metni Ön İşleme Metin üzerinde temizleme işlemleri gerçekleştirir.
Önceden Eğitilmemiş Basamaklı Görüntü Sınıflandırması OpenCV Kitaplığını kullanarak ön yüzler için önceden eğitilmemiş bir görüntü sınıflandırma modeli oluşturur.
Temel Bileşen Analizi Daha verimli bir öğrenme için boyutsallığı azaltan bir özellik kümesi hesaplama.
Yinelenen Satırları Kaldırma Bir veri kümesinden yinelenen satırları kaldırır.
Ayrık Değerleri Değiştirme Bir sütundaki ayrık değerleri başka bir sütuna göre sayısal değerlerle değiştirir.
Puan Eşleşme Kutusu Önerici Matchbox öneriyi kullanarak bir veri kümesi için tahminleri puanlar.
Puanlama Modeli Eğitilen bir sınıflandırma veya regresyon modeli için tahminleri puanlar.
Vowpal Wabbit 7-4 Modelini Puanla Vowpal Wabbit makine öğrenmesi sistemini kullanarak verileri puanlar.

Vowpal Wabbit 7-4 ve 7-6 sürümleri kullanılarak eğitilmiş bir model gerektirir.
Vowpal Wabbit 7-10 Modelini Puanla Vowpal Wabbit makine öğrenmesi sistemini kullanarak verileri puanlar.

Vowpal Wabbit sürüm 7-10 kullanılarak eğitilmiş bir model gerektirir.
Vowpal Wabbit 8 Modelini Puanla Komut satırı arabiriminden Vowpal Wabbit makine öğrenmesi sistemini kullanarak verileri puanlar.

Vowpal Wabbit sürüm 8 kullanılarak eğitilmiş bir model gerektirir.
Veri kümesindeki Sütunları seçme Bir işlemde bir veri kümesine dahil etmek veya veri kümesinden dışlamak için sütunları seçer.
SMOTE Yapay aşırı örnekleme kullanarak bir veri kümesinde düşük örnek sayısını artırır.
Verileri Bölme Bir veri kümesi satırlarını iki ayrı kümeye bölümler.
Verileri Özetleme Bir veri kümesinde sütunlar için temel bir açıklayıcı istatistik raporu oluşturur.
KümelemeYi Tarama En uygun parametre ayarlarını belirlemek için kümeleme modelinde parametre tarama gerçekleştirir.
T-Test Kullanarak HipotezLeri Test Etme T testi kullanarak iki veri kümesinden gelen anlamına geliri karşılar.
Eşik Filtresi Değerleri kısıtlanmış bir eşik filtresi oluşturur.
Zaman Serisi Anomali Algılama Zaman serisi verisinde bir eğilimi öğrenir ve ardından anomalileri algılamak için eğilimi kullanır.
Anomali Algılama Modeli Eğitme Anomali algılayıcısı modelini eğitin ve ardından eğitim kümesinden verileri etiketler.
Kümeleme Modelini Eğitme Kümeleme modelini eğitin ve ardından eğitim kümesinden kümelere veri atar.
Train Matchbox Recommender Matchbox algoritmasını kullanarak bir Bayes önerici eğitmesi.
Model Eğitme Bir sınıflandırma veya regresyon modelini denetimli bir şekilde eğitin.
Vowpal Wabbit 7-4 Modelini Eğitin Vowpal Wabbit makine öğrenmesi sisteminden bir model eğitiyor.

Bu modül, Vowpal Wabbit 7-4 ve 7-6 sürümleriyle uyumluluk için kullanılır.
Vowpal Wabbit 7-10 Modelini Eğitin Vowpal Wabbit makine öğrenmesi sisteminden bir model eğitiyor.

Bu modül, Vowpal Wabbit sürüm 7-10'a göredir.
Vowpal Wabbit 8 Modelini Eğitin Vowpal Wabbit makine öğrenmesi sisteminin 8. sürümünü kullanarak modeli eğitin.

Bu modül, Vowpal Wabbit sürüm 8'e ait.
Model Hiper Parametrelerini Ayarlama En uygun parametre ayarlarını belirlemek için regresyon veya sınıflandırma modelinde parametre tarama gerçekleştirir.
İki Sınıflı Ortalaması Alınmış Perceptron Ortalama perceptron ikili sınıflandırma modeli oluşturur.
İki Sınıflı Bayes Noktası Makinesi Bir Bayes noktası makine ikili sınıflandırma modeli oluşturur.
İki Sınıflı Artırmalı Karar Ağacı Gelişmiş bir karar ağacı algoritması kullanarak ikili sınıflandırıcı oluşturur.
İki Sınıflı Karar Ormanı Karar ormanı algoritmasını kullanarak iki sınıflı bir sınıflandırma modeli oluşturur.
İki Sınıflı Karar Verme Kararı Karar algoritmasını kullanarak iki sınıflı bir sınıflandırma modeli oluşturur.
İki Sınıflı Yerel Olarak Derin Destek Vektör Makinesi Yerel olarak derin destek vektörü makine algoritmasını kullanarak bir ikili sınıflandırma modeli oluşturur.
Çift Sınıflı Lojistik Regresyon İki sınıflı lojistik regresyon modeli oluşturur.
İki Sınıflı Sinir Ağı Bir sinir ağı algoritması kullanarak ikili sınıflandırıcı oluşturur.
İki Sınıflı Destek Vektör Makinesi Destek vektörü makine algoritmasını kullanarak bir ikili sınıflandırma modeli oluşturur.
Sıkıştırılmış Veri Kümelerini Açma Veri kümelerini kullanıcı depolama .zip paketinden paketinden çıkarma.
Kullanıcı Tanımlı Filtre Özel bir sonlu veya sonsuz sonsuz yanıt filtresi oluşturur.

Ayrıca bkz.