Карточка задачи AutoML

Заголовок карточки

На карточке задачи AutoML доступны следующие сведения:

  • Имя модели (например, lm-mpi-job-17695932-49d8-472f-852e-ee418f446da8). Для изменения имени модели нужно зайти в карточку, ввести требуемое имя и нажать Сохранить изменения.

  • Тип модели. Подробнее см. Пресеты.

  • Создано. Приведена дата создания модели.

  • Задача. Приведен тип задачи, решаемой в модели. Подробнее см. Типы задач обучения.

  • Датасет. Файл из которого проводилось обучение модели.

  • Признак. Признак обучения, который был выбран.

В качестве примера можно пройти Базовый сценарий использования сервиса AutoML.

Логи

Для просмотра логов кликните по карточке задачи. Логи отображаются в интерактивном режиме и сохраняются в течение непродолжительного времени после завершения обучения. Логи можно копировать в текстовом формате для последующего сохранения в файл. После завершения обучения статус задачи изменится на «Завершена». В случае неудачного завершения задачи обучения ее статус изменится на «Ошибка». В обоих случаях информация о ходе обучения будет доступна в логах. Например, в случае успешного обучения в логах может выводиться следующая информация: «Automl preset training completed in 274.63 seconds».

Отчет по задаче AutoML

По окончании обучения модели (статус задачи «Завершена») можно просмотреть отчет об обучении. Для просмотра отчета:

  1. Кликните по карточке задачи.

  2. Перейдите на вкладку Отчеты.

В отчете есть следующие разделы:

Model overview включает подразделы:

  • Model Parameters, который содержит описание и параметры построенной модели.

  • Model summary, который содержит метрики качества полученные в результате обучения модели.

Data overview включает следующие подразделы (состав разделов варьируется в зависимости от набора признаков в обучающем наборе данных):

  • Train data summary, в котором приведены краткие характеристики обучающего набора данных: количество записей, количество фич (использованных, пропущенных).

  • Train data details, в котором приведены подробные характеристики обучающего набора данных, включая информацию о ролях признаков обучающего датасета, а также статистические данные по значениям признаков в датасете.

Detailed model results содержит детальную информацию, иллюстрирующие результаты обучения и полученные метрики качества, включая графики, релевантные типу задачи обучения.

Batch prediction

Сервис для получения пакетных предсказаний посредством загрузки датасета из UI и получения файла с предсказаниями на выбранный пользователем бакет. Использование данной функции позволяет отправить предсказания к обученной в рамках сервиса AutoML модели не разворачивая ее в качестве деплоя. На вход подается датасет, к которому требуется выполнить Batch Prediction. На выходе получается файл с расширением .csv, в котором отражены результаты предсказания для требуемого датасета.