Вы можете обучать, оценивать и развертывать модели машинного обучения на основе табличных данных с помощью TensorFlow Decision Forests (TF-DF). Этот процесс быстрый, так как TF-DF требует лишь небольшого количества кода и обучается за секунды. Но если ваши данные находятся в электронной таблице, какой самый простой способ использовать данные в вашей электронной таблице для обучения модели машинного обучения и прогнозирования данных?
Вы можете использовать Simple ML for Sheets , чтобы выполнять большую часть своей работы по машинному обучению непосредственно в Google Sheets. С простым ML:
- Вам не нужно писать код.
- Обучение запускается локально в вашем браузере за несколько секунд.
- Вы можете экспортировать модели, созданные Simple ML, в TensorFlow, Colab или TF Serving.
Начать
- Получите надстройку Simple ML на торговой площадке WorkPlace .
- Попробуйте вводное руководство по Simple ML for Sheets , чтобы использовать машинное обучение в электронных таблицах за считанные минуты!
Давайте взглянем
Например, на следующем рисунке показана электронная таблица, содержащая копию набора данных Palmer Penguins . Каждый ряд представляет пингвина. Обратите внимание, что некоторые значения столбца видов отсутствуют. Используя надстройку Simple ML для Google Sheets, вы можете использовать машинное обучение для прогнозирования отсутствующих значений.
"
Под капотом задача « Предсказать пропущенные значения » обучает модель на строках, содержащих значения в заданном столбце (в данном случае столбце видов ), а затем использует эту модель для прогнозирования пропущенных значений. Вам не нужно создавать или настраивать модель, а также настраивать способ использования входных функций моделью — Simple ML сделает все это за вас.
Что вы можете сделать с Simple ML?
После включения надстройки Simple ML в таблицах Google вы можете прогнозировать пропущенные значения и выявлять ненормальные значения в своих данных. Simple ML создает новые столбцы в вашей электронной таблице, содержащие значения, а также уверенность в новых значениях.
Для выполнения этих задач Simple ML создает модель машинного обучения в фоновом режиме и обучает ее данным в электронной таблице. Модель сохраняется в папке с именем simple_ml_for_sheets на вашем Google Диске.
Вы также можете обучить модель, выбрав столбцы данных для обучения модели и, при необходимости, выбрав алгоритм обучения.
После обучения модели вы можете использовать ее для выполнения задач, включая прогнозирование всех значений в указанном столбце.
Вы можете оценить и понять модель.
Вы можете экспортировать модель, чтобы использовать ее в Colab.
Вы можете просматривать сведения о модели, а также переименовывать и удалять модели, созданные Simple ML.
Простое машинное обучение обеспечивает безопасность ваших данных
Simple ML сохраняет данные вашей электронной таблицы. Простой ML никогда не перезаписывает существующие данные, вместо этого он создает новые столбцы, показывающие прогнозируемые значения, а также доверительную вероятность прогноза. Таким образом, вы не потеряете данные по ошибке.
Все операции обучения Simple ML выполняются непосредственно в вашем браузере, что означает, что ваши данные полностью остаются в вашей таблице Google. Преимущества включают в себя:
- Конфиденциальность: набор данных и модели не отправляются третьим лицам за пределами Google Таблиц (кроме Google Диска).
- Оперативность: обучение происходит мгновенно (на небольших наборах данных).
- Нет ограничений по квоте: поскольку вы используете свою машину для обучения, вы можете обучать столько моделей и так долго, как хотите.
Простое машинное обучение обучает модели данным в вашей электронной таблице.
Simple ML позволяет вам использовать возможности ML в ваших электронных таблицах, не беспокоясь о деталях. Вам нужно беспокоиться только об общей картине — что вы собираетесь делать с этими прогнозами?
Однако для разработчиков, которые больше знают о разработке и использовании моделей ML, Simple ML предоставляет доступ к вашим моделям. Например, вы можете вручную обучать, оценивать, применять или анализировать модель, а также можете выбирать алгоритм обучения при создании новой модели.
Когда вы используете Simple ML для выполнения таких задач, как прогнозирование отсутствующих значений, он создает модель ML и сохраняет ее на вашем Google Диске в папке с именем simple_ml_for_sheets . Затем вы можете использовать эту модель для прогнозирования и анализа других данных. Например, вы можете загрузить сохраненную модель в колаб, чтобы написать и запустить код, который ее использует.
Узнайте больше об использовании Simple ML для Таблиц
Чтобы начать работу, ознакомьтесь с вводным руководством по ML for Sheets .
Чтобы узнать больше о том, как использовать Simple ML, см. документацию Simple ML для Sheets .