لاستيراد بيانات التدريب إلى جداول AutoML ، يمكن للمستخدمين اتباع سلسلة من الخطوات التي تتضمن تحضير البيانات وإنشاء مجموعة بيانات وتحميل البيانات إلى خدمة جداول AutoML. تعد AutoML Tables خدمة تعلم آلي تقدمها Google Cloud والتي تمكّن المستخدمين من إنشاء نماذج تعلم آلي مخصصة ونشرها دون الحاجة إلى خبرة واسعة في الترميز أو علوم البيانات.
تتمثل الخطوة الأولى في استيراد بيانات التدريب في إعداد البيانات بتنسيق متوافق. تدعم جداول AutoML تنسيقات بيانات متنوعة مثل جداول CSV و JSONL و BigQuery. من المهم التأكد من تنسيق البيانات وتنظيمها بشكل صحيح قبل تحميلها إلى جداول AutoML. يتضمن ذلك تنظيف البيانات ومعالجة القيم المفقودة وترميز المتغيرات الفئوية إذا لزم الأمر.
بمجرد إعداد البيانات ، يمكن للمستخدمين إنشاء مجموعة بيانات في واجهة مستخدم جداول AutoML. مجموعة البيانات عبارة عن حاوية لبيانات التدريب والبيانات الوصفية المرتبطة بها. لإنشاء مجموعة بيانات ، يحتاج المستخدمون إلى توفير اسم وتحديد المشروع والموقع حيث سيتم تخزين مجموعة البيانات. من المهم اختيار المشروع والموقع المناسبين لضمان خصوصية البيانات والامتثال للمتطلبات التنظيمية.
بعد إنشاء مجموعة البيانات ، يمكن للمستخدمين تحميل بيانات التدريب. في واجهة مستخدم جداول AutoML ، هناك خيار لاستيراد البيانات من مصادر مختلفة مثل Google Cloud Storage أو BigQuery أو مباشرة من الجهاز المحلي للمستخدم. إذا تم تخزين البيانات في Google Cloud Storage أو BigQuery ، يمكن للمستخدمين ببساطة تقديم التفاصيل الضرورية مثل مسار الملف أو اسم الجدول. إذا تم تخزين البيانات محليًا ، يمكن للمستخدمين استخدام AutoML Tables UI لتحميل ملف البيانات.
أثناء عملية استيراد البيانات ، تقوم جداول AutoML تلقائيًا بتحليل البيانات واستخراج أنواع الأعمدة وإحصائيات البيانات. يساعد هذا في فهم البيانات واتخاذ قرارات مستنيرة أثناء عملية التدريب النموذجية. يمكن للمستخدمين مراجعة أنواع الأعمدة المستنبطة وتعديلها إذا لزم الأمر.
بعد استيراد البيانات ، يمكن للمستخدمين استكشاف البيانات وتحليلها باستخدام AutoML Tables UI. توفر واجهة المستخدم ميزات متنوعة مثل إحصائيات البيانات وتصور توزيع البيانات وخيارات تقسيم البيانات. تساعد هذه الميزات المستخدمين على اكتساب رؤى حول البيانات واتخاذ قرارات مستنيرة أثناء عملية التدريب النموذجية.
لاستيراد بيانات التدريب إلى جداول AutoML ، يحتاج المستخدمون إلى تحضير البيانات بتنسيق متوافق وإنشاء مجموعة بيانات وتحميل البيانات باستخدام واجهة مستخدم جداول AutoML. تدعم جداول AutoML تنسيقات البيانات المختلفة وتوفر واجهة مستخدم بديهية لاستكشاف البيانات وتحليلها. باتباع هذه الخطوات ، يمكن للمستخدمين استيراد بيانات التدريب الخاصة بهم بكفاءة والبدء في إنشاء نماذج مخصصة للتعلم الآلي باستخدام جداول AutoML.
أسئلة وأجوبة أخرى حديثة بخصوص جداول AutoML:
- كيف يمكن للمستخدمين نشر نموذجهم والحصول على تنبؤات في جداول AutoML؟
- ما هي الخيارات المتاحة لإعداد ميزانية التدريب في جداول AutoML؟
- ما المعلومات التي توفرها علامة التبويب "تحليل" في جداول AutoML؟
- ما هي أنواع البيانات المختلفة التي يمكن أن تتعامل معها جداول AutoML؟