Datos tabulares de Hello: crea un conjunto de datos y entrena un modelo de clasificación de AutoML

Usa Google Cloud Console para crear un conjunto de datos tabular y úsalo para entrenar un modelo de clasificación.

En este instructivo, se incluyen las siguientes páginas:

  1. Configura tu proyecto y tu entorno

  2. Crea un conjunto de datos y entrena un modelo de clasificación de AutoML

  3. Implementa el modelo en un extremo y envía una predicción

  4. Limpia tu proyecto

En cada página, se supone que ya realizaste las instrucciones de las páginas anteriores del instructivo.

Crea un conjunto de datos tabular

  1. En Google Cloud Console, en la sección Vertex AI, ve a la página Conjuntos de datos.

    Ir a la página Conjuntos de datos

  2. Haz clic en Crear en la barra de botones para crear un conjunto de datos nuevo.

  3. Ingresa Structured_AutoML_Tutorial para el nombre del conjunto de datos y selecciona la pestaña Tabular.

    Deja la Región establecida en us-central1.

  4. Haz clic en Crear (Create) para crear el conjunto de datos.

  5. En Seleccionar una fuente de datos, haz clic en Seleccionar archivos CSV de Cloud Storage y, luego, ingresa cloud-ml-tables-data/bank-marketing.csv para la ruta de acceso de Cloud Storage.

  6. Haga clic en Continuar.

    Se abrirá el panel Analizar.

  7. Haz clic en Generar estadísticas a fin de generar estadísticas para el conjunto de datos.

    Cuando se generan las estadísticas, podrás hacer clic en cualquier atributo para ver más detalles sobre sus datos.

Entrenar un modelo de clasificación de AutoML

  1. Haz clic en Entrenar modelo nuevo.

  2. En el panel Entrenar un modelo nuevo, asegúrate de que el conjunto de datos que creaste antes esté seleccionado para el campo Conjunto de datos y selecciona Clasificación para el objetivo.

  3. Confirma que el método de entrenamiento de AutoML esté seleccionado y haz clic en Continuar.

  4. Selecciona Depósito en la columna de destino y haz clic en Continuar.

    Se muestra la lista de columnas con la transformación que se usará para cada atributo.

  5. Haz clic en Continuar a fin de mostrar el panel Procesamiento y precios y, luego, ingresa 1 para el presupuesto de entrenamiento.

  6. Haga clic en Comenzar entrenamiento.

    El presupuesto de entrenamiento determina el tiempo real, pero el tiempo para completar el entrenamiento incluye otras actividades, por lo que todo el proceso puede tomar más de una hora. Cuando el modelo termina de entrenarse, se muestra en la pestaña Modelo como un vínculo activo, con un ícono de estado de marca de verificación verde.

¿Qué sigue?

Sigue las indicaciones de la página siguiente de este instructivo para implementar tu modelo y solicitar una predicción.