במדריך הזה תלמדו איך ליצור מודל סיווג בינארי מנתונים טבלאיים באמצעות Vertex AI.
התהליך כולו נמשך כמה שעות. רוב הזמן הזה הוא לא זמן פעיל, ואפשר לסגור את חלון הדפדפן ולחזור למשימה מאוחר יותר.
המטרה של המודל שאומן היא לחזות אם לקוח של בנק ירכוש פיקדון לזמן קצוב (סוג של השקעה) באמצעות תכונות כמו גיל, הכנסה ומקצוע. מודל מהסוג הזה יכול לעזור לבנקים לקבוע על מי כדאי למקד את משאבי השיווק שלהם.
במדריך הזה נעשה שימוש בקבוצת הנתונים Bank marketing בקוד פתוח, שזמינה במסגרת רישיון Creative Commons CCO: Public Domain. השמות של העמודות עודכנו לשם הבהרה.
כדי להשלים את המדריך הזה, אפשר לפעול לפי ההוראות בדפים הבאים או להשתמש במדריך המפורט במסוף, שהוא מדריך דומה במסוף Google Cloud .
דפי הדרכה
המדריך הזה כולל את השלבים הבאים:
| שלבים | תיאור |
|---|---|
| 1. הגדרת הפרויקט והסביבה | מגדירים את הפרויקט והסביבה. |
| 2. יצירת מערך נתונים ואימון של מודל סיווג AutoML | ליצור מערך נתונים טבלאי ולאמן מודל סיווג. |
| 3. פריסת מודל ושליחת בקשה לחיזוי | יוצרים נקודת קצה ופורסים את המודל בנקודת הקצה. אחרי שהמודל נפרס בנקודת הקצה החדשה הזו, אפשר לבדוק אותו על ידי שליחת בקשה לחיזוי. |
| 4. פינוי מקום בפרויקט | כדי למנוע חיובים לא צפויים על חלק מהמשאבים, מומלץ למחוק את המשאבים שיצרתם במהלך המדריך הזה. Google Cloud |
מדריך מפורט במסוף
שני המדריכים האלה זמינים במסוף Google Cloud .
חלק 1
במדריך הזה תלמדו איך ליצור מודל סיווג בינארי מנתונים טבלאיים באמצעות טכנולוגיית AutoML של Google.
לחצו על תראו לי איך כדי לקרוא הסבר מפורט על המשימה ישירות במסוף Google Cloud :
חלק 2
זהו המדריך השני בנושא פיתוח מודל טבלאי של AutoML. המדריך הזה הוא המשך של המדריך הקודם. כדי להמשיך עם הגרסה הזו, תצטרכו את המודל שאומן בחלק 1.
לחצו על תראו לי איך כדי לקרוא הסבר מפורט על המשימה ישירות במסוף Google Cloud :