Cette page contient des liens vers les notebooks Colaboratory hébergés dans GitHub, qui décrivent certains scénarios d'utilisation courants d'AutoML Tables.
Comment utiliser les notebooks
Pour utiliser un notebook Colaboratory, copiez-le sur votre Google Drive, puis ouvrez-le avec Colaboratory (ou Colab). Vous pouvez exécuter chaque étape ou cellule, et consulter ses résultats. Pour exécuter une cellule, utilisez Maj+Entrée. Colab affiche automatiquement la valeur de renvoi de la dernière ligne dans chaque cellule. Pour en savoir plus sur l'utilisation des notebooks dans Colab, consultez la page d'accueil de Colab.
Environnement d'exécution
Pour une configuration plus facile, vous pouvez exécuter un notebook Colab sur un environnement d'exécution hébergé dans le cloud. Dans ce cas, la VM hébergée expire après 90 minutes d'inactivité. Certaines étapes du processus AutoML Tables nécessitant plusieurs heures, votre session expire avant l'achèvement de ces étapes. Lorsque vous redémarrez après le délai imparti, vous devez répéter les étapes d'initialisation et d'authentification, puis reprendre l'exécution du notebook là où vous vous étiez arrêté. Vous devrez peut-être copier les valeurs de certaines variables, telles que le nom de l'ensemble de données, à partir de la sortie imprimée des cellules précédentes.
Vous pouvez également exécuter le notebook dans un environnement d'exécution local. Pour obtenir des instructions, consultez la page Environnements d'exécution locaux.
Si votre session est déconnectée avant l'expiration du délai de 90 minutes (par exemple, si vous fermez votre ordinateur portable), cliquez sur SE RECONNECTER et reprenez la session.
Avant de commencer
Avant de pouvoir exécuter un notebook AutoML Tables, vous devez activer AutoML Tables pour votre projet Google Cloud, comme décrit dans la section Avant de commencer.
Après avoir terminé
Lorsque vous avez terminé, veillez à undeploy des modèles que vous déployez pour vos notebooks afin d'éviter des frais de déploiement de modèle.
Notebooks AutoML Tables
-
Entraînez un modèle de classification binaire pour prédire si les revenus d'une personne sont supérieurs ou inférieurs à un certain seuil.
-
Entraînez un modèle de classification binaire pour réaliser des prédictions d’achat.
-
Utilisez des outils open source pour manipuler et analyser les résultats d'un modèle de classification.
-
Entraînez un modèle de classification binaire pour prédire la similarité parmi les goûts musicaux des utilisateurs et produire des recommandations.