Eigene Machine-Learning-Modelle zu erstellen muss nicht kompliziert sein. No-Code-Tools in der Cloud helfen auch Nicht-Programmierern, zu Modellen zu kommen, die auf eigenen Daten basieren. Eine Anleitung, wie das mit Azure Automated ML klappt.
Von
Kay Glahn
Machine Learning (ML) leicht gemacht: Microsoft stellt auf seiner Cloud-Plattform Azure mit dem Machine Learning Studio ein Toolset bereit, das verschiedene Ansätze zum Erstellen eigener Modelle mit geringem Programmieraufwand bietet. Teil 1 dieser Artikelserie zum Thema No-Code-KI widmet sich dem automatischen Generieren eines Modells mithilfe von automatisiertem ML über den Dienst Azure Automated ML. Daneben offeriert Microsoft im Machine Learning Studio mit dem Azure ML Designer auch eine grafische Low-Code-Umgebung zum Erstellen von ML-Modellen und für MLOps, die wir in der nächsten iX vorstellen.
Der Ausgangspunkt: Azure Machine Learning Studio
Kernbestandteil von Azure Machine Learning ist das Machine Learning Studio, ein Webtool, mit dem man seinen gesamten ML-Arbeitsbereich verwalten kann. Außerdem enthält es grafische Werkzeuge, um ML-Prozesse zu automatisieren und Modelle mithilfe von Drag-and-drop-Tools zu entwickeln, ohne dass man dabei eine einzige Zeile Code schreiben muss. Trotzdem haben Fachleute auch die Möglichkeit, eigene Modelle programmatisch zu erstellen.
