מודלים של סיווג בינארי חוזים תוצאה בינארית (אחת משתי קטגוריות). משתמשים בסוג המודל הזה לשאלות שהתשובה עליהן היא כן או לא. לדוגמה, יכול להיות שתרצו ליצור מודל סיווג בינארי כדי לחזות אם לקוח ירכוש מינוי. באופן כללי, בעיה של סיווג בינארי דורשת פחות נתונים מאשר סוגים אחרים של מודלים.
מודלים של סיווג רב-מחלקתי חוזים מחלקה אחת מתוך שלוש מחלקות נפרדות או יותר. משתמשים בסוג המודל הזה לסיווג. לדוגמה, אם אתם קמעונאים, יכול להיות שתרצו לבנות מודל סיווג רב-מחלקתי כדי לפלח לקוחות לפי פרסונות שונות.
מודלים של רגרסיה חוזים ערך רציף. לדוגמה, אם אתם קמעונאים, יכול להיות שתרצו ליצור מודל רגרסיה כדי לחזות כמה לקוח יוציא בחודש הבא.
תהליך עבודה ליצירת מודל סיווג או רגרסיה ולהסקת מסקנות
כדי ליצור מודל סיווג או רגרסיה ב-Vertex AI:
| שלבים | תיאור |
|---|---|
| 1. הכנת נתונים לאימון | הכנת נתוני האימון לאימון המודל. |
| 2. יצירת מערך נתונים | יוצרים מערך נתונים חדש ומשייכים אליו את נתוני האימון שהכנתם. |
| 3. אימון מודל | מאמנים מודל סיווג או רגרסיה ב-Vertex AI באמצעות מערך הנתונים. |
| 4. הערכת המודל | בודקים את הדיוק של המודל החדש שאומן לצורך הסקת מסקנות. |
| 5. הצגת ארכיטקטורת המודל | צפייה ביומני ההיפר-פרמטרים של ניסויי הכוונון וביומני ההיפר-פרמטרים של המודל הסופי. |
| 6. קבלת מסקנות מהמודל | כדי לקבל מסקנות בזמן אמת, צריך לפרוס את המודל ולקבל מסקנות אונליין. אם לא צריך הסקת מסקנות בזמן אמת, אפשר לשלוח בקשות להסקת מסקנות באצווה ישירות למודל. |