Passa al contenuto principale

AutoML

Potenzia le capacità degli esperti. Supporta i citizen data scientist.

Glass Box Approach to AutoML

Databricks AutoML consente di generare velocemente modelli base e notebook. Gli esperti di ML possono accelerare il flusso di lavoro procedendo speditamente con il tradizionale approccio "per tentativi" sfruttando le loro conoscenze settoriali, mentre i citizen data scientist possono ottenere velocemente risultati utilizzabili grazie a un  approccio con poco codice.

Jump-start new ML projects

Comincia subito nuovi progetti di ML

Databricks AutoML fornisce il codice di addestramento per ogni esecuzione di prova, per aiutare i data scientist ad avviare velocemente l'attività di sviluppo. I data scientist possono utilizzare tale codice per valutare velocemente la fattibilità di usare un set di dati per machine learning (ML) o per verificare rapidamente che un progetto di ML proceda nella giusta direzione.

Non esistono problemi di ML troppo grandi

AutoML consente di gestire un'ampia gamma di problemi di machine learning, dalla classificazione, alla regressione, alla previsione. AutoML usa molteplici algoritmi di svariate librerie di machine learning per ogni tipologia di problema, consentendo di scegliere quello più adatto al problema da risolvere.

Prophet logo
Shap logo
LightGBM logo
Scikit Learn logo
apache spark logo
dmlc XGBoost logo
Prophet logo
Shap logo
LightGBM logo
Scikit Learn logo
apache spark logo
dmlc XGBoost logo
Automate the grind of machine learning

Automatizza il lavoro di machine learning

Imposta automaticamente il tuo progetto di machine learning con le librerie di addestramento, l'integrazione di MLflow per il tracciamento degli esperimenti e le best practice di ML incorporate, come addestramento e test separati (split), normalizzazione di funzionalità e ottimizzazione di iperparametri.

Glass Box Approach to AutoML

Approccio "trasparente" ad AutoML

Usa notebook editabili per personalizzare facilmente modelli base con le tue competenze di settore. I notebook possono essere sfruttati anche per spiegare come sono stati addestrati i modelli AutoML, per attività di revisione e conformità.

Pronto per cominciare?