ianmaciel7 / dio-trabalhando-com-machine-learning-na-pratica-no-azure-ml

dio-trabalhando-com-machine-learning-na-pratica-no-azure-ml

1. Abertura do ML Automatizado

   • Iniciei o processo abrindo o ML Automatizado.

2. Definição do Nome do Experimento

   • Defini o nome do experimento para identificar o projeto.

3. Definição do Nome do Trabalho

   • Também defini um nome para o trabalho para referência futura.

4. Tipo de Tarefa: Regressão

   • Escolhi o tipo de tarefa como regressão.

5. Selecionar Dados: Tipo Tabular

   • Selecionei os dados com o tipo tabular.

6. Fonte de Dados: Arquivos da Web

   • Utilizei a opção de arquivos da web como fonte de dados.
   • URL: https:aka.ms/bike-rentals

7. Configurações Adicionais

   • A única modificação nas configurações foi mudar o cabeçalho de coluna para 'somente o primeiro arquivo tem cabeçalho'.

8. Configuração de Tarefa: Coluna Destino

   • Defini a coluna de destino como 'retals'.

9. Configuração de Adição

   • Desmarquei a opção de explicar o melhor modelo e usar todos os modelos suportados.

10. Experiência de Criar Modelo

    • Prossegui com a criação do modelo.

11. Criação do Ponto de Extremidade

    • Após a criação do modelo, criei o ponto de extremidade com o modelo criado.

12. Teste do Ponto de Extremidade com JSON

    • Realizei um teste no ponto de extremidade usando o seguinte JSON:

    {
      "input_data": {
        "data": [
          {
            "day": 10,
            "mnth": 5,
            "year": 2023,
            "season": 3,
            "holiday": 1,
            "weekday": 3,
            "workingday": 1,
            "weathersit": 1,
            "temp": 0.25,
            "atemp": 0.28,
            "hum": 0.45,
            "windspeed": 0.18
          }
        ]
      }
    }

    • O resultado obtido foi [245.13683060056593].