Navigieren in der Benutzeroberfläche für die ML-Bereitstellung
Öffnen Sie Ihre ML-Bereitstellung, um Verwaltungs- und Überwachungsschritte durchzuführen und damit Vorhersagen für Datensätze zu erstellen.
Öffnen Sie eine ML-Bereitstellung über den Katalog. Navigationsoptionen sind für folgende Elemente vorhanden:
-
Modellgenehmigung
-
Informationen zur Bereitstellung
-
Datensatzvorhersagen (Stapelvorhersagen)
-
Echtzeitvorhersagen
-
Datendrift und Überwachung von Vorgängen
Modellgenehmigungsstatus
Bevor Sie mit Ihrer ML-Bereitstellung Vorhersagen generieren können, muss das Quellmodell aktiviert werden. Dieser Vorgang wird als Modellgenehmigung bezeichnet und hilft dabei, die Zahl der aktiv verwendeten bereitgestellten Modelle im Abonnement zu steuern.
Wenn Sie über die richtigen Berechtigungen verfügen, können Sie das Quellmodell bei Bedarf aktivieren und deaktivieren. Andernfalls wenden Sie sich an einen Mandantenadministrator oder einen anderen Benutzer mit ausreichenden Berechtigungen.
Siehe:
Modellgenehmigungsstatus

Bereitstellungsübersicht
Die Bereitstellungsübersicht zeigt die Features, die im Modelltraining verwendet wurden, und die Details für die Bereitstellung.
Überblick über die ML-Bereitstellung

Datensatzvorhersagen
Unter Datensatzvorhersagen können Sie mit der ML-Bereitstellung Stapelvorhersagen verwalten und ausführen. Klicken Sie auf Vorhersage erstellen, um eine Vorhersagekonfiguration zu erstellen, mit der Sie Stapelvorhersagen durchführen. Für eine ML-Bereitstellung können Sie mehrere Vorhersagekonfigurationen haben.
Sie können das Menü Aktionen in der Tabelle für folgende Zwecke verwenden:
Vorhersagen aus bestehenden Konfigurationen ausführen
Konfigurationen bearbeiten und löschen
Vorhersagezeitpläne für eine vorhandene Konfiguration erstellen, bearbeiten und löschen
Datensatzvorhersagen mit einer Übersicht und erweitertem Menü Aktionen

Wenn Sie Vorhersagekonfiguration bearbeiten auswählen, wird das Fenster Vorhersagekonfiguration geöffnet.
Datensatzvorhersagen mit Seitenfenster für die Vorhersagekonfiguration

Echtzeitvorhersagen
Im Fenster Echtzeitvorhersagen erhalten Sie Zugriff auf den Echtzeitvorhersagen-Endpunkt in der Machine Learning API. Wenn das Modell in der ML-Bereitstellung für die Erstellung von Vorhersagen aktiviert ist, ist dieser Bereich sichtbar.
Informationen zum Erstellen von Echtzeitvorhersagen finden Sie unter Erstellen von Echtzeitvorhersagen.
Die Echtzeitvorhersagen-API ist veraltet und wurde durch den Echtzeitvorhersagen-Endpunkt in der Machine Learning API ersetzt. Die Funktionalität selbst ist nicht veraltet. Verwenden Sie für künftige Echtzeitvorhersagen den Echtzeitvorhersagen-Endpunkt in der Machine Learning API.
Modellüberwachung
Sie können Datendrift und Vorgänge bei der ML-Bereitstellung überwachen. Um das Modell zu überwachen, öffnen Sie das Fenster Überwachung von Datendrifts.
Mit der Überwachung von Datendrifts können Sie Änderungen an der Verteilung der Features im Quellmodell bewerten. Wenn ein signifikanter Drift beobachtet wird, sollten Sie Ihr Modell neu trainieren oder neu konfigurieren, um die neuesten Daten zu berücksichtigen, die möglicherweise neue Muster in den Datentrends angeben.
Weitere Informationen finden Sie unter Überwachung von Datendrift in bereitgestellten Modellen.
Mit der Überwachung von Vorgängen können Sie Details über die Nutzung der ML-Bereitstellung einsehen, z. B. wie viele Vorhersageereignisse erfolgreich sind oder fehlschlagen und wie Vorhersageereignisse normalerweise ausgelöst werden.
Weitere Informationen finden Sie unter Überwachung der Vorgänge von bereitgestellten Modellen.
Fenster Überwachung von Datendrifts in AutoML

ML-Experiment anzeigen
Klicken Sie unten links auf der Seite auf ML-Experiment anzeigen, um das ML-Experiment zu öffnen, über das die ML-Bereitstellung erstellt wurde.
Überblick über die ML-Bereitstellung
