-
准备工作
设置您的 Google Cloud Platform 项目和身份验证,启用 AutoML Tables。
-
准备训练数据
整理用于训练模型的数据并为其添加标签。
-
创建数据集并导入数据
创建数据集并导入表格式数据。
-
训练模型
检查并更新数据集架构,然后训练模型。
-
评估模型
检查模型评估指标并改进模型。
-
在线预测
使用模型针对一组值进行预测。
-
批量预测
使用模型针对多组值进行预测。
-
解释预测结果
深入了解模型如何使用其训练数据并进行预测。
-
导出模型
导出模型并在 Docker 中运行模型以提供预测。
-
管理数据集
管理您的数据集。
-
管理模型
管理您的自定义模型。
-
查看模型架构
使用 Cloud Logging 查看模型的结构。
-
处理长时间运行的操作
获取长时间运行的操作的状态,等待或取消长时间运行的操作。