ในการนำเข้าข้อมูลการฝึกอบรมไปยังตาราง AutoML ผู้ใช้สามารถทำตามขั้นตอนต่างๆ ที่เกี่ยวข้องกับการเตรียมข้อมูล การสร้างชุดข้อมูล และการอัปโหลดข้อมูลไปยังบริการ AutoML Tables AutoML Tables เป็นบริการแมชชีนเลิร์นนิงที่ให้บริการโดย Google Cloud ซึ่งช่วยให้ผู้ใช้สามารถสร้างและปรับใช้โมเดลแมชชีนเลิร์นนิงที่กำหนดเองได้ โดยไม่จำเป็นต้องมีความเชี่ยวชาญด้านการเขียนโค้ดหรือวิทยาการข้อมูลที่กว้างขวาง
ขั้นตอนแรกในการนำเข้าข้อมูลการฝึกอบรมคือการเตรียมข้อมูลในรูปแบบที่เข้ากันได้ ตาราง AutoML รองรับรูปแบบข้อมูลต่างๆ เช่น ตาราง CSV, JSONL และ BigQuery สิ่งสำคัญคือต้องแน่ใจว่าข้อมูลได้รับการจัดรูปแบบและจัดระเบียบอย่างถูกต้องก่อนที่จะอัปโหลดไปยังตาราง AutoML ซึ่งรวมถึงการล้างข้อมูล การจัดการค่าที่ขาดหายไป และการเข้ารหัสตัวแปรตามหมวดหมู่หากจำเป็น
เมื่อเตรียมข้อมูลแล้ว ผู้ใช้สามารถสร้างชุดข้อมูลใน UI ตาราง AutoML ชุดข้อมูลคือคอนเทนเนอร์สำหรับข้อมูลการฝึกอบรมและข้อมูลเมตาที่เกี่ยวข้อง ในการสร้างชุดข้อมูล ผู้ใช้ต้องระบุชื่อและเลือกโครงการและตำแหน่งที่จะจัดเก็บชุดข้อมูล สิ่งสำคัญคือต้องเลือกโครงการและสถานที่ที่เหมาะสมเพื่อให้มั่นใจถึงความเป็นส่วนตัวของข้อมูลและการปฏิบัติตามข้อกำหนดด้านกฎระเบียบ
หลังจากสร้างชุดข้อมูลแล้ว ผู้ใช้สามารถอัปโหลดข้อมูลการฝึกอบรมได้ ใน AutoML Tables UI มีตัวเลือกในการนำเข้าข้อมูลจากแหล่งต่างๆ เช่น Google Cloud Storage, BigQuery หรือโดยตรงจากเครื่องของผู้ใช้ หากข้อมูลถูกจัดเก็บไว้ใน Google Cloud Storage หรือ BigQuery ผู้ใช้สามารถระบุรายละเอียดที่จำเป็น เช่น เส้นทางไฟล์หรือชื่อตาราง หากข้อมูลถูกจัดเก็บไว้ในเครื่อง ผู้ใช้สามารถใช้ AutoML Tables UI เพื่ออัปโหลดไฟล์ข้อมูลได้
ในระหว่างขั้นตอนการนำเข้าข้อมูล ตาราง AutoML จะวิเคราะห์ข้อมูลโดยอัตโนมัติและอนุมานประเภทคอลัมน์และสถิติข้อมูล สิ่งนี้ช่วยในการทำความเข้าใจข้อมูลและตัดสินใจอย่างชาญฉลาดในระหว่างกระบวนการฝึกอบรมแบบจำลอง ผู้ใช้สามารถตรวจสอบและแก้ไขประเภทคอลัมน์ที่อนุมานได้หากจำเป็น
หลังจากนำเข้าข้อมูลแล้ว ผู้ใช้สามารถสำรวจและวิเคราะห์ข้อมูลเพิ่มเติมได้โดยใช้ UI ตาราง AutoML UI มีคุณสมบัติต่างๆ เช่น สถิติข้อมูล การแสดงภาพการกระจายข้อมูล และตัวเลือกการแยกข้อมูล คุณลักษณะเหล่านี้ช่วยให้ผู้ใช้ได้รับข้อมูลเชิงลึกในข้อมูลและตัดสินใจอย่างชาญฉลาดในระหว่างกระบวนการฝึกอบรมแบบจำลอง
ในการนำเข้าข้อมูลการฝึกอบรมไปยังตาราง AutoML ผู้ใช้จำเป็นต้องเตรียมข้อมูลในรูปแบบที่เข้ากันได้ สร้างชุดข้อมูล และอัปโหลดข้อมูลโดยใช้ UI ของตาราง AutoML ตาราง AutoML รองรับรูปแบบข้อมูลที่หลากหลายและมอบ UI ที่ใช้งานง่ายสำหรับการสำรวจและวิเคราะห์ข้อมูล เมื่อทำตามขั้นตอนเหล่านี้ ผู้ใช้สามารถนำเข้าข้อมูลการฝึกอบรมได้อย่างมีประสิทธิภาพ และเริ่มสร้างโมเดลแมชชีนเลิร์นนิงที่กำหนดเองโดยใช้ตาราง AutoML
คำถามและคำตอบล่าสุดอื่น ๆ เกี่ยวกับ ตาราง AutoML:
- ผู้ใช้จะปรับใช้โมเดลของตนและรับการคาดคะเนในตาราง AutoML ได้อย่างไร
- มีตัวเลือกใดบ้างสำหรับการตั้งค่างบประมาณการฝึกอบรมในตาราง AutoML
- แท็บวิเคราะห์ให้ข้อมูลอะไรในตาราง AutoML
- ประเภทข้อมูลต่างๆ ใดบ้างที่ AutoML Tables สามารถจัดการได้