KI per Drag-and-drop: Azure ML Designer
Vorgefertigte Module machen im Azure Machine Learning Designer Programmierkenntnisse obsolet. Per Drag-and-drop lassen sich dort individuelle Trainingspipelines erzeugen. Mit Codewissen kann man sie aber weiter anpassen.
Machine Learning (ML) muss nicht komplex sein. Bereits im letzten Heft haben wir das automatische Generieren eines Modells mit automatisiertem ML über den Dienst Azure Automated ML vorgestellt (siehe „KI ohne Code: Azure Automated ML“ in iX 7/23, S. 147) [1]. Möchte man flexibel sein und mehr Konfigurationsmöglichkeiten haben als beim automatisierten ML, aber trotzdem keinen Code schreiben, eignet sich das zweite No-Code-Tool in Microsofts Portfolio, der Azure Machine Learning Designer (ML Designer). Das Tool bietet eine grafische Oberfläche, mit der man Modelle per Drag-and-drop erzeugen kann. Außerdem können die ML-Modelle wie auch bei Azure Automated ML als Service veröffentlicht werden, um sie in den Softwareentwicklungsprozess einzubinden.
Für das Training des Modells definieren Anwender zunächst eine Trainingspipeline. Hierbei legt man per Drag-and-drop den Datenfluss für das Training eines ML-Modells fest. Zum Aufbau der Pipeline enthält der Designer eine Reihe vorgefertigter Module. Obwohl er als No-Code-Umgebung funktioniert, lassen sich Custom Scripts in Python, R und SQL hinzufügen, um aus dem No-Code- einen Low-Code-Ansatz zu machen.