説明
散布図の作成
データの要約
クリップ値
Azure Machine Learning Studio の値のクリップ モジュールを使用すると、指定したしきい値を上回るまたは下回るデータ値を特定し、必要に応じて置換できます。これは、異常値を削除したり、異常値を平均、定数、またはその他の代替値に置き換えたりする場合に便利です。
参考文献:
https://blogs.msdn.microsoft.com/azuredev/2017/05/27/data-cleansing-tools-in-azure-machine-learning/
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/clip-values

Explanation:
ボックス 1: mlflow をインポートする
mlflow クラスと Workspace クラスをインポートして、MLflow の追跡 URI にアクセスし、ワークスペースを構成します。
ボックス 2: mlflow.start_run()
set_experiment() で MLflow 実験名を設定し、start_run() でトレーニングの実行を開始します。
ボックス 3: mlflow.log_metric(' ..')
log_metric() を使用して MLflow ログ API をアクティブ化し、トレーニング実行メトリクスのログを開始します。
ボックス 4: mlflow.end_run()
実行を閉じます。
run.endRun()
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-use-mlflow

参照：
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters

説明
Explanation:
TensorFlow は、数値計算および大規模機械学習用のオープンソース ライブラリです。Python を使用して、フレームワーク TensorFlow でアプリケーションを構築するための便利なフロントエンド API を提供します。TensorFlow は、手書き数字分類、画像認識、単語埋め込み、リカレント ニューラル ネットワーク、機械翻訳のためのシーケンスツーシーケンス モデルのためのディープ ニューラル ネットワークをトレーニングおよび実行できます。自然言語処理と PDE (偏微分方程式) ベースのシミュレーション。
不正解:
A: Rattle は、データ分析と機械学習を始めるための R 分析ツールです。
C: Weka は、Java のビジュアル データ マイニングおよび機械学習ソフトウェアに使用されます。
D: Scikit-learn は、Python での機械学習に最も役​​立つライブラリの 1 つです。これは NumPy、SciPy、matplotlib 上にあり、このライブラリには、分類、回帰、クラスタリング、次元削減などの機械学習と統計モデリングのための効率的なツールが多数含まれています。
参照：
https://www.infoworld.com/article/3278008/what-is-tensorflow-the-machine-learning-library-explained.html