Waarom is AutoML-tabelle gestaak en wat volg hulle op?
Google Cloud se AutoML Tables was 'n diens wat ontwerp is om gebruikers in staat te stel om outomaties masjienleermodelle op gestruktureerde data te bou en te ontplooi.
AutoML-tabelle is nie in 'n tradisionele sin gestaak nie, hul vermoëns is ten volle geïntegreer in Vertex AI.
Hierdie diens was deel van Google se breër AutoML-suite, wat daarop gemik was om toegang tot masjienleer te demokratiseer deur die proses van die skep van modelle te vereenvoudig, veral vir gebruikers wat dalk nie uitgebreide ervaring in datawetenskap of masjienleer het nie.
Onlangs het Google sy AutoML Tables-vermoëns oorgeplaas na Vertex AI, 'n meer omvattende en geïntegreerde platform vir masjienleer op Google Cloud. Hierdie oorgang weerspieël 'n breër neiging in die bedryf na meer verenigde platforms wat 'n naatlose ervaring bied vir die ontwikkeling, ontplooiing en bestuur van masjienleermodelle.
Vertex AI bied 'n end-tot-end-platform wat gereedskap vir datavoorbereiding, modelopleiding, evaluering, ontplooiing en monitering insluit. Dit integreer die vermoëns wat voorheen in AutoML Tables beskikbaar was, saam met bykomende kenmerke wat die buigsaamheid en skaalbaarheid van masjienleerwerkvloeie verbeter. Dit sluit die vermoë in om pasgemaakte modelle te gebruik, met ander Google Wolk-dienste te integreer en gevorderde kenmerke soos hiperparameter-instelling en kenmerk-ingenieurswese te benut.
Die oorgang van AutoML Tables na Vertex AI weerspieël die behoefte aan 'n meer geïntegreerde benadering wat 'n groter verskeidenheid gebruiksgevalle kan dien en die groeiende kompleksiteit van masjienleerprojekte kan akkommodeer. Deur AutoML-vermoëns in Vertex AI te integreer, beoog Google om 'n meer samehangende ervaring te bied wat die behoeftes van ondernemings en ontwikkelaars wat met masjienleer werk, beter kan ondersteun.
Vir gebruikers wat voorheen AutoML-tabelle gebruik het, beteken hierdie oorgang dat hulle toegang sal hê tot 'n kragtiger stel gereedskap en kenmerke binne die Vertex AI-platform. Dit sluit die vermoë in om met 'n groter verskeidenheid datatipes te werk, meer komplekse modelle te bou en hierdie modelle op skaal te ontplooi. Boonop bied Vertex AI verbeterde integrasie met ander Google Wolk-dienste, wat die algehele doeltreffendheid en doeltreffendheid van masjienleerwerkvloeie kan verbeter.
’n Voorbeeld van hoe Vertex AI die vermoëns verbeter wat voorheen deur AutoML Tables aangebied is, is sy ondersteuning vir pasgemaakte opleiding. Terwyl AutoML Tables hoofsaaklik daarop gefokus was om die proses van die bou van modelle uit gestruktureerde data te outomatiseer, laat Vertex AI gebruikers toe om hul eie modelle en opleidingsskrifte saam te bring. Dit bied groter buigsaamheid vir datawetenskaplikes en ingenieurs wat spesifieke algoritmes of tegnieke wil inkorporeer wat nie deur die outomatiese prosesse gedek word nie.
Verder bevat Vertex AI gereedskap vir die bestuur van die hele masjienleer-lewensiklus, van datavoorbereiding tot modelmonitering. Dit sluit kenmerke in soos Vertex AI Pipelines, wat gebruikers in staat stel om reproduceerbare en skaalbare masjienleerwerkvloeie te skep. Hierdie pyplyne kan baie van die take wat betrokke is by die bou en ontplooiing van modelle outomatiseer, soos datavoorverwerking, modelopleiding en evaluering, wat die tyd en moeite wat nodig is om masjienleeroplossings na produksie te bring aansienlik kan verminder.
Nog 'n sleutelkenmerk van Vertex AI is die ondersteuning daarvan vir MLOps, wat die praktyk is om DevOps-beginsels op masjienleer toe te pas. Dit sluit vermoëns in vir die weergawe van datastelle en modelle, die dop van eksperimente en die monitering van modelprestasie in produksie. Hierdie kenmerke is noodsaaklik vir organisasies wat masjienleermodelle op skaal ontplooi, aangesien dit help om te verseker dat modelle betroubaar, herhaalbaar en met verloop van tyd onderhoubaar is.
Die oorgang na Vertex AI weerspieël ook 'n breër neiging in die bedryf na meer geïntegreerde en omvattende masjienleerplatforms. Namate masjienleer al hoe belangriker word vir 'n wye reeks toepassings, is daar 'n groeiende behoefte aan platforms wat die hele lewensiklus van masjienleerprojekte kan ondersteun, van datavoorbereiding tot ontplooiing en monitering. Deur 'n verenigde platform te verskaf wat hierdie vermoëns integreer, poog Vertex AI om aan die behoeftes van moderne ondernemings en ontwikkelaars te voldoen.
Wat praktiese implikasies betref, sal gebruikers wat voorheen AutoML-tabelle gebruik het, hul werkvloei moet oorskakel na Vertex AI. Dit kan die migreer van bestaande modelle en data na die nuwe platform behels, sowel as om hulself vertroud te maak met die nuwe gereedskap en kenmerke wat in Vertex AI beskikbaar is. Google verskaf dokumentasie en ondersteuning om gebruikers met hierdie oorgang te help, insluitend gidse oor hoe om modelle en data te migreer, sowel as tutoriale oor hoe om die nuwe kenmerke in Vertex AI te gebruik.
Terwyl AutoML Tables as 'n selfstandige diens gestaak is, is die vermoëns daarvan ten volle geïntegreer in die breër Vertex AI-platform. Hierdie oorgang weerspieël 'n verskuiwing na meer geïntegreerde en omvattende masjienleerplatforms wat die behoeftes van moderne ondernemings en ontwikkelaars beter kan ondersteun. Deur 'n verenigde platform te verskaf wat gereedskap vir datavoorbereiding, modelopleiding, ontplooiing en monitering insluit, poog Vertex AI om 'n meer samehangende en kragtige ervaring te bied vir gebruikers wat met masjienleer op Google Cloud werk.
Ander onlangse vrae en antwoorde t.o.v AutoML-tabelle:
- Hoe kan 'n mens oorskakel tussen Vertex AI en AutoML-tabelle?
- Hoe kan gebruikers hul model ontplooi en voorspellings in AutoML-tabelle kry?
- Watter opsies is beskikbaar om 'n opleidingsbegroting in AutoML Tables op te stel?
- Watter inligting verskaf die Analiseer-oortjie in AutoML-tabelle?
- Hoe kan gebruikers hul opleidingsdata in AutoML-tabelle invoer?
- Wat is die verskillende datatipes wat AutoML Tables kan hanteer?