machine learningclássico

info

Visualização

Este recurso está em Pré-visualização Pública.

Estes notebooks executam tarefas clássicas de machine learning no AI Runtime. Eles mostram como usar a aceleração de GPU para algoritmos tradicionais de ML, modelos fundamentais tabulares e previsão de séries temporais, incluindo regressão XGBoost, previsão zero-shot com TabFM e previsão probabilística com GluonTS.

Tutorial	Descrição
Modelo XGBoost	Este notebook demonstra como treinar um modelo de regressão XGBoost em uma única GPU. XGBoost pode se beneficiar significativamente da aceleração por GPU para conjuntos de dados grandes.
Zero-shot tabular predictions with TabFM	Este notebook demonstra classificação e regressão zero-shot com o modelo de fundação tabular TabFM do Google. O TabFM usa aprendizado em contexto para fazer previsões em uma única passagem direta, sem ajuste fino ou treinamento específico do dataset.
Previsão de séries temporais com GluonTS	Este Notebook demonstra um fluxo de trabalho completo para previsão probabilística de séries temporais de dados de consumo de eletricidade com o modelo DeepAR do GluonTS em um cluster de GPUs serverless . Abrange a ingestão de dados, reamostragem, treinamento de modelos, previsão, visualização e avaliação.

Tutorial	Descrição
Modelo XGBoost	Este notebook demonstra como treinar um modelo de regressão XGBoost em uma única GPU. XGBoost pode se beneficiar significativamente da aceleração por GPU para conjuntos de dados grandes.
Zero-shot tabular predictions with TabFM	Este notebook demonstra classificação e regressão zero-shot com o modelo de fundação tabular TabFM do Google. O TabFM usa aprendizado em contexto para fazer previsões em uma única passagem direta, sem ajuste fino ou treinamento específico do dataset.
Previsão de séries temporais com GluonTS	Este Notebook demonstra um fluxo de trabalho completo para previsão probabilística de séries temporais de dados de consumo de eletricidade com o modelo DeepAR do GluonTS em um cluster de GPUs serverless . Abrange a ingestão de dados, reamostragem, treinamento de modelos, previsão, visualização e avaliação.