Azure ML Designer: Einfache Pipelines zum Training einiger KI-Modelle erstellen
Der Azure Machine Learning Designer arbeitet mit vorgefertigten Modulen. Per Drag-and-drop lassen sich dort individuelle Trainingspipelines erzeugen.
- Kay Glahn
Machine Learning (ML) muss nicht komplex sein. In einem anderen Artikel haben wir bereits das automatische Generieren eines Modells mit automatisiertem ML über den Dienst Azure Automated ML vorgestellt. Möchte man flexibel sein und mehr Konfigurationsmöglichkeiten haben als beim automatisierten ML, aber trotzdem keinen Code schreiben, eignet sich das zweite No-Code-Tool in Microsofts Portfolio, der Azure Machine Learning Designer (ML Designer). Das Tool bietet eine grafische Oberfläche, mit der man Modelle per Drag-and-drop erzeugen kann. Außerdem können die ML-Modelle wie auch bei Azure Automated ML als Service veröffentlicht werden, um sie in den Softwareentwicklungsprozess einzubinden.
Für das Training des Modells definieren Anwender zunächst eine Trainingspipeline. Hierbei legt man per Drag-and-drop den Datenfluss für das Training eines ML-Modells fest. Zum Aufbau der Pipeline enthält der Designer eine Reihe vorgefertigter Module. Obwohl er als No-Code-Umgebung funktioniert, lassen sich Custom Scripts in Python, R und SQL hinzufügen, um aus dem No-Code- einen Low-Code-Ansatz zu machen.
Neben Trainingspipelines lassen sich mit dem ML Designer auch direkt Inference-Pipelines erstellen, mit denen man das Modell direkt für Vorhersagen einsetzen kann – entweder als Batch- oder als Echtzeitvorhersage. Nach dem Training des Modells kann man es über die Inference-Pipeline als Webservice bereitstellen. Das Ergebnis einer Echtzeitvorhersage kann so unmittelbar in Anwendungen genutzt werden. Bei der Batch-Inference-Pipeline legt das Tool die Ergebnisse in einer Datei ab.
Das war die Leseprobe unseres heise-Plus-Artikels "Azure ML Designer: Einfache Pipelines zum Training einiger KI-Modelle erstellen". Mit einem heise-Plus-Abo können sie den ganzen Artikel lesen und anhören.Immer mehr Wissen. Das digitale Abo für IT und Technik.
WLAN mit individuellen Schlüsseln sichern
Volvo EX30 im Test: Elektroauto mit überreichlich Power
Selbstständig machen mit eigenem Softwareprojekt: GmbH oder UG gründen
LED-Matrizes mit MicroPython steuern
Keller trocknen: Das Taupunktlüftungssystem im Smart Home betreiben
Insta360 X4 im Test: 360-Grad-Video in 8K-Auflösung
Immer mehr Wissen. Das digitale Abo für IT und Technik.
WLAN mit individuellen Schlüsseln sichern
Volvo EX30 im Test: Elektroauto mit überreichlich Power
Selbstständig machen mit eigenem Softwareprojekt: GmbH oder UG gründen
LED-Matrizes mit MicroPython steuern
Keller trocknen: Das Taupunktlüftungssystem im Smart Home betreiben