אימון מודל באמצעות קוד מוכן מראש לעיבוד נתונים: מחברת
קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
כמדעני נתונים, זהו תהליך עבודה נפוץ: אימון מודל באופן מקומי (ב-Notebook), רישום הפרמטרים, רישום מדדי סדרות הזמן של האימון ב-Vertex AI TensorBoard ורישום מדדי ההערכה.
כמדען נתונים, אני רוצה להיות מסוגל לעשות שימוש חוזר בקוד לעיבוד מראש של נתונים שנכתב על ידי אחרים בחברה שלי, כדי לפשט ולתקנן את כל ה-data wrangling המורכב שאנחנו מבצעים. אני רוצה להיות מסוגל:
אפשר להשתמש בספרייה לעיבוד מקדים של נתונים ב-Python כדי לנקות קבוצת נתונים בזיכרון (Pandas Dataframe) במחברת.
אימון מודל באמצעות Keras (שוב בנוטבוק).
מחברת: ניסויים במודלים עם נתונים שעברו עיבוד מראש
במחברת 'יצירת שושלת של ניסויים ב-Vertex AI לאימון בהתאמה אישית' תלמדו איך לשלב קוד לעיבוד מראש ב-Vertex AI Experiments.
בנוסף, תיצרו את שרשרת הניסויים שתאפשר לכם לתעד, לנתח, לנפות באגים ולבדוק מטא-נתונים וארטיפקטים שנוצרו במהלך השימוש ב-ML.
אפשר לראות את שושלת הנתונים של הארטיפקט במסוף Google Cloud .
[[["התוכן קל להבנה","easyToUnderstand","thumb-up"],["התוכן עזר לי לפתור בעיה","solvedMyProblem","thumb-up"],["סיבה אחרת","otherUp","thumb-up"]],[["התוכן קשה להבנה","hardToUnderstand","thumb-down"],["שגיאות בקוד לדוגמה או במידע","incorrectInformationOrSampleCode","thumb-down"],["חסרים לי פרטים או דוגמאות","missingTheInformationSamplesINeed","thumb-down"],["בעיה בתרגום","translationIssue","thumb-down"],["סיבה אחרת","otherDown","thumb-down"]],["עדכון אחרון: 2026-10-11 (שעון UTC)."],[],[]]
