Скачать или смотреть Deep-AutoML:[Supreme] - Tutorial #1 (Egitim #1) - Creating a Manual Machine Learning Pipeline

The Deep-AutoML: [Supreme] module represents the most comprehensive and technically advanced layer within the Deep-AutoML architecture. It is specifically designed for users with substantial expertise in machine learning, offering full control over the construction of end-to-end automated pipelines for Landslide Susceptibility Mapping (LSM). A key distinguishing feature of this module is the Intelligent Assistant, which guides users through optimal AutoML processing stages based on dataset characteristics. By providing summary insights prior to each feature engineering step, it facilitates the creation of efficient and high-performing pipelines. This approach accelerates model development while enhancing reliability and accuracy. Given the informative nature of the outputs, iterative modeling may be necessary to achieve optimal results. Workflow Overview: - Data Input: Supports raster formats (*.tif, *.img) for spatial analysis. - Feature Engineering: - Scaling: Standardization, normalization, and robust techniques. - Manipulation: Transformations (e.g., log, binning, weighting). - Selection/Extraction: Dimensionality reduction and relevance filtering. - Data Splitting: - Customizable training/test ratios. - Binary sampling thresholds. - Sampling strategies (e.g., stratified sampling). - Model Engineering: - Hyperparameter optimization via grid or random search. - Algorithm selection from a diverse set: - Traditional: Linear, Logistic, Poisson regression. - Advanced: Random Forest, Support Vector Machine, Gradient Boosting Machine, eXtreme Gradient Boosting (XGBoost), LightGBM, and CatBoost. - Visualization & Output: - Interactive map interface for geospatial interpretation. - Detailed feedback via Intelligent Assistant Outputs at each modeling stage.

Deep-AutoML:[Supreme] modülü, Deep-AutoML mimarisinin en kapsamlı ve teknik açıdan en gelişmiş katmanını temsil eder. Makine öğrenimi konusunda ileri düzey bilgiye sahip kullanıcılar için özel olarak tasarlanmış olup, Heyelan Duyarlılık Haritalaması (LSM) için uçtan uca otomatik iş akışlarının oluşturulmasında tam kontrol sunar.
Bu modülün ayırt edici özelliği, veri kümesinin özelliklerine göre en uygun AutoML işlem adımlarında kullanıcıya rehberlik eden Akıllı Asistan sistemidir. Özellik mühendisliği adımlarından önce özet bilgiler sunarak, verimli ve yüksek performanslı iş akışlarının oluşturulmasını kolaylaştırır. Bu yaklaşım, model geliştirme sürecini hızlandırırken güvenilirliği ve doğruluğu artırır. Üretilen çıktılar oldukça bilgilendirici olduğundan, en iyi sonuçlara ulaşmak için yinelemeli modelleme gerekebilir.
İş Akışı Genel Görünümü:
Veri Girişi: Mekansal analiz için raster formatlarını (*.tif, *.img) destekler.
Özellik Mühendisliği:
Ölçekleme: Standardizasyon, normalizasyon ve robust teknikler
Manipülasyon: Dönüşümler (örneğin, logaritmik, sınıflandırma, ağırlıklandırma)
Seçim/Çıkarım: Boyut indirgeme ve anlamlılık filtreleme
Veri Bölme:
Eğitim/test oranlarının özelleştirilebilir tanımı
İkili örnekleme eşikleri
Örnekleme stratejileri (örneğin, tabakalı örnekleme)
Model Mühendisliği:
Grid veya rastgele arama ile hiperparametre optimizasyonu
Geniş algoritma yelpazesi:
Geleneksel: Doğrusal, Lojistik, Poisson regresyon
Gelişmiş: Random Forest, Destek Vektör Makineleri (SVM), Gradient Boosting Machine (GBM), eXtreme Gradient Boosting (XGBoost), LightGBM ve CatBoost
Görselleştirme & Çıktı:
Coğrafi yorumlama için etkileşimli harita arayüzü
Her modelleme aşamasında Akıllı Asistan tarafından sağlanan ayrıntılı geri bildirimler