In dieser Anleitung erfahren Sie, wie Sie mithilfe von Vertex AI ein binäres Klassifizierungsmodell aus Tabellendaten erstellen.
Der gesamte Vorgang dauert mehrere Stunden. Der Großteil davon wird im Hintergrund ausgeführt. Sie können das Browserfenster schließen und später zum Vorgang zurückkehren.
Das Ziel des trainierten Modells besteht darin, anhand von Features wie Alter, Einkommen und Beruf eine Vorhersage dafür zu treffen, ob ein Bankkunde eine Termineinlage (eine Art Investment) tätigen wird. Diese Art von Modell kann Banken dabei helfen, zu bestimmen, auf wen Sie sich mit ihren Marketingressourcen konzentrieren sollten.
Für diese Kurzanleitung wird das Open-Source-Dataset Bank Marketing verwendet. Dieses ist mit einer Public Domain-CCO-Lizenz von Creative Commons zugänglich. Die Spaltennamen wurden zur besseren Übersichtlichkeit abgeändert.
Für diese Anleitung können Sie entweder die Anleitungen auf den folgenden Seiten befolgen oder die Schritt-für-Schritt-Anleitung in der Console verwenden, die der Anleitung in der Google Cloud Console ähnlich ist.
Anleitungsseiten
Diese Anleitung umfasst die folgenden Schritte:
| Schritte | Beschreibung |
|---|---|
| 1. Projekt und Umgebung einrichten | Richten Sie Ihr Projekt und Ihre Umgebung ein. |
| 2. Dataset erstellen und AutoML-Klassifizierungsmodell trainieren | Erstellen Sie ein tabellarisches Dataset und trainieren Sie ein Klassifizierungsmodell. |
| 3. Modell bereitstellen und Vorhersage anfragen | Erstellen Sie einen Endpunkt und stellen Sie Ihr Modell auf dem Endpunkt bereit. Nachdem Ihr Modell auf diesem neuen Endpunkt bereitgestellt wurde, testen Sie Ihr Modell, indem Sie eine Vorhersage anfordern. |
| 4. Projekt bereinigen | Bereinigen Sie die Google Cloud-Ressourcen, die Sie in dieser Anleitung erstellt haben, um unerwartete Kosten für einige der Ressourcen zu vermeiden. |
Schritt-für-Schritt-Anleitung in der Console
Diese beiden Anleitungen sind in der Google Cloud Console verfügbar.
Teil 1
In dieser Anleitung erfahren Sie, wie Sie mit der AutoML-Technologie von Google anhand von tabellarischen Daten ein binäres Klassifizierungsmodell erstellen.
Klicken Sie auf Anleitung, um eine detaillierte Anleitung für diese Aufgabe direkt in der Google Cloud Console aufzurufen.
Teil 2
Dies ist die zweite Anleitung zum Erstellen eines tabellarischen AutoML-Modells. Diese Anleitung beginnt dort, wo die vorherige Anleitung unterbrochen wurde. Sie benötigen das Modell, das Sie in Teil 1 trainiert haben, um mit dieser Version fortzufahren.
Klicken Sie auf Anleitung, um eine detaillierte Anleitung für diese Aufgabe direkt in der Google Cloud Console aufzurufen.