Azure Automated Machine Learning atau dikenal sebagai Azure AutoML merupakan salah satu layanan cloud yang disediakan oleh Microsoft Azure yang dapat digunakan untuk mengotomatisasi pemodelan training pada supervised machine learning seperti classification, regression, dan time series forecasting.
Azure AutoML memiliki keunggulan terhadap local computer target yang tidak memiliki waktu untuk memulai proses dari AutoML sendiri. Dalam artinya autoML sendiri dapat membantu user dalam menerapkan ekosistem ilmu data yang fleksibel.
Salah satu keunggulan lain dari Azure AutoML yaitu dapat memprediksi pipeline terbaik secara otomatis untuk label data serta mengotomatiskan proses deployment dari machine learning sendiri. Dengan keunggulan ini, Azure AutoML juga dapat mengurangi biaya pengembangan serta mengelola biaya yang digunakan.
Nah, bagaimana cara kerja Azure AutoML sendiri?
Berikut ini merupakan proses kerja dari Azure AutoML.
Step 1 : Membuka Azure Machine Learning Studio
Langkah pertama yaitu membuka portal azure machine learning studio.
Step 2 : Membuat Automated ML
Dengan cara memilih dataset yang akan digunakan
Melakukan konfigurasi dengan memberi nama dari proses pengujian, mengisi target column, serta memilih compute type.
Kemudian memilih pemodelan yang akan digunakan.
Dan terakhir melakukan proses pemilihan validasi dan pengujian.
Step 3 : Review Model
Setelah melakukan proses deploy terhadap Automated ML, akan terdapat informasi singkat dari hasil pemodalan terbaik yang didapatkan.
Step 4 : Metric Model
Didalam proses automated ML juga terdapat metric model yang berisi nilai Akurasi, AUC, Recall & Precision, serta beberapa perhitungan statistik lainnya
Materi Sebelumnya:
Referensi :