استخدم بيانات جدول البيانات لتدريب نماذج تعلم الآلة

يمكنك تدريب وتقييم ونشر نماذج التعلم الآلي من البيانات الجدولية باستخدام TensorFlow Decision Forests (TF-DF). هذه العملية سريعة لأن TF-DF لا يتطلب سوى كمية صغيرة من الشفرة والقطارات في ثوانٍ. ولكن إذا كانت بياناتك في جدول بيانات ، فما هي الطريقة الأكثر مباشرة لاستخدام البيانات في جدول البيانات لتدريب نموذج التعلم الآلي والتنبؤ بالبيانات؟

يمكنك استخدام Simple ML for Sheets للقيام بمعظم أعمال ML الخاصة بك مباشرة في جداول بيانات Google. مع ML بسيط:

1. لست بحاجة إلى كتابة أي كود.
2. يتم تشغيل التدريب محليًا في متصفحك في بضع ثوانٍ.
3. يمكنك تصدير النماذج التي يولدها Simple ML إلى TensorFlow أو Colab أو TF Serving.

يستخدم Simple ML نفس كود TensorFlow Decision Forests لتدريب النماذج الخاصة بك ، لذا فأنت لا تضحي بالجودة لسهولة الاستخدام.

البدء

• احصل على ملحق ML البسيط من سوق WorkPlace .
• جرب البرنامج التعليمي التمهيدي Simple ML for Sheets لاستخدام التعلم الآلي في جداول البيانات في غضون دقائق!

لنلقي نظرة

على سبيل المثال ، يوضح الشكل التالي جدول بيانات يحتوي على نسخة من مجموعة بيانات Palmer Penguins . كل صف يمثل البطريق. لاحظ أن بعض قيم عمود الأنواع مفقودة. باستخدام ملحق ML البسيط لأوراق Google ، يمكنك استخدام التعلم الآلي للتنبؤ بالقيم المفقودة.

"

تحت غطاء المحرك ، تقوم مهمة التنبؤ بالقيم المفقودة بتدريب نموذج على الصفوف التي تحتوي على قيم في العمود المحدد (في هذه الحالة ، عمود الأنواع ) ، ثم يستخدم هذا النموذج للتنبؤ بالقيم المفقودة. لست مضطرًا إلى إنشاء نموذج أو ضبطه ، ولا يتعين عليك أيضًا تكوين كيفية استهلاك ميزات الإدخال بواسطة النموذج - يتولى Simple ML كل ذلك نيابة عنك.

ماذا يمكنك أن تفعل مع Simple ML؟

بعد تمكين الوظيفة الإضافية Simple ML في أوراق Google ، يمكنك التنبؤ بالقيم المفقودة وتحديد القيم غير الطبيعية في بياناتك. يقوم Simple ML بإنشاء أعمدة جديدة في جدول البيانات الخاص بك لاحتواء القيم وكذلك الثقة في القيم الجديدة.

لإكمال هذه المهام ، يقوم Simple ML بإنشاء نموذج ML في الخلفية وتدربه على البيانات الموجودة في جدول البيانات الخاص بك. يتم حفظ النموذج في مجلد يسمى simple_ml_for_sheets في مجلد Google Drive.

يمكنك أيضًا تدريب نموذج عن طريق اختيار أعمدة البيانات لتدريب النموذج عليها واختيار خوارزمية تدريب اختياريًا.

بعد تدريب النموذج ، يمكنك استخدامه لأداء المهام بما في ذلك التنبؤ بجميع القيم في عمود محدد

يمكنك تقييم وفهم النموذج.

يمكنك تصدير النموذج لاستخدامه في Colab.

يمكنك عرض تفاصيل النموذج ، وإعادة تسمية وحذف النماذج التي يقوم Simple ML بإنشائها.

Simple ML يحافظ على بياناتك آمنة

يحتفظ تعلم الآلة البسيط ببيانات جدول البيانات. لا يقوم Simple ML أبدًا بالكتابة فوق البيانات الموجودة ، بل يقوم بدلاً من ذلك بإنشاء أعمدة جديدة تعرض القيم المتوقعة بالإضافة إلى احتمالية الثقة للتنبؤ. بهذه الطريقة ، لن تفقد البيانات عن طريق الخطأ.

تعمل جميع عمليات تدريب Simple ML مباشرة في متصفحك ، مما يعني أن بياناتك تظل بالكامل في جدول بيانات Google الخاص بك. الفوائد تشمل:

• الخصوصية: لا يتم إرسال مجموعة البيانات والنماذج إلى جهة خارجية خارج جداول بيانات Google (بخلاف Google Drive).
• الاستجابة: التدريب فوري (على مجموعات البيانات الصغيرة).
• لا يوجد حد للحصة: نظرًا لأنك تستخدم جهازك للتدريب ، يمكنك تدريب العديد من النماذج وللمدة التي تريدها.

نماذج قطارات ML بسيطة على البيانات الموجودة في جدول البيانات الخاص بك

يتيح لك Simple ML استخدام قوة ML في جداول البيانات الخاصة بك دون الحاجة إلى القلق بشأن التفاصيل. ما عليك سوى القلق بشأن الصورة الكبيرة - ماذا ستفعل بهذه التوقعات؟

ومع ذلك ، بالنسبة للمطورين الذين يعرفون المزيد عن تطوير واستخدام نماذج ML ، يمنحك Simple ML إمكانية الوصول إلى النماذج الخاصة بك. على سبيل المثال ، يمكنك تدريب نموذج يدويًا أو تقييمه أو تطبيقه أو تحليله ، ويمكنك اختيار خوارزمية تدريب عند إنشاء نموذج جديد.

عند استخدام Simple ML لأداء مهام مثل التنبؤ بالقيم المفقودة ، فإنه ينشئ نموذج ML ويحفظه في Google Drive في مجلد يسمى simple_ml_for_sheets . يمكنك بعد ذلك استخدام هذا النموذج لعمل تنبؤات وتحليل البيانات الأخرى. على سبيل المثال ، يمكنك تحميل النموذج المحفوظ في colab لكتابة وتشغيل الكود الذي يستخدمه.

تعرف على المزيد حول استخدام Simple ML للأوراق

للبدء ، راجع البرنامج التعليمي التمهيدي ML for Sheets .

لمعرفة المزيد حول كيفية استخدام Simple ML ، راجع وثائق Simple ML for Sheets .