Erstellen einer Amazon SageMaker-Verbindung

Name des Endpunkts.

Der Endpunktname ist der Identifikator, der für den Endpunkt in AWS angegeben wird. Er wird in der Regel von dem Benutzer erstellt, der den Endpunkt einrichtet oder ein Modell bereitstellt.

Name des bereitgestellten Modells.

Dieser Parameter ist nur erforderlich, wenn ein Endpunkt für mehrere Modelle bereitgestellt wird. Für einen einfachen Endpunkt darf dieser Parameter nicht angegeben werden, da er einen Fehler von AWS auslöst.

Name der Variante des bereitgestellten Modells.

Dieser Parameter ist nur erforderlich, wenn ein Endpunkt für mehrere Modelle bereitgestellt wird. Für einen einfachen Endpunkt darf dieser Parameter nicht angegeben werden, da er einen Fehler von AWS auslöst.

Die folgenden Einstellungen sind verfügbar:

• AWS-Region: Wählen Sie die Region aus, die Sie für den Comprehend-Dienst verwenden möchten.

• FIPS-Endpunkt verwenden: Geben Sie an, ob Sie einen FIPS-konformen Endpunkt verwenden müssen.

  Dies funktioniert nur, wenn Sie eine Region auswählen, die FIPS unterstützt. Für die meisten Benutzer sollte der Standardwert „No“ beibehalten werden.

Geben Sie den Zugangsschlüssel und den geheimen Schlüssel der AWS-Authentifizierung für die Amazon Comprehend-Endpunkte an. Diese müssen mit Zugriff auf die entsprechenden Richtlinienberechtigungen erstellt werden.

Die Authentifizierungseigenschaften finden Sie in der AWS-Konsole. Sie müssen jedes Mal eingegeben werden, wenn die Verbindung erneut authentifiziert werden muss.

Wert des Antwortformats des bereitgestellten Modells für maschinelles Lernen:

• JSON

• Text-Array

Die meisten Modelle geben die Daten im JSON-Format zurück, manche geben aber auch eine textbasierte Ausgabe zurück. Die Option muss basierend auf dem Typ des bereitgestellten Modells ausgewählt werden, andernfalls tritt ein Verbindungseinstellungsfehler auf.

• Name der zurückgegebenen Tabelle: Name der vom bereitgestellten Modell für maschinelles Lernen zurückgegebenen Tabelle.

• Tabellenpfad (JMESPath): Die Tabelle kann angegeben werden, indem Sie den JMES-Tabellenpfad zur Vorhersagezeile im JSON-Antwort-Array verwenden.

• Alle verfügbaren Felder laden: Aktiviert das Laden aller verfügbaren Felder, die vom Endpunkt für maschinelles Lernen zurückgegeben werden. Wenn Sie diese Option deaktivieren, können Sie die Tabellenfelder und -werte angeben, die in die App geladen werden sollen.

  Es wird empfohlen, zuerst alle Felder zu laden, die vom Modellendpunkt zurückgegeben werden, und dann gegebenenfalls die Felder zu entfernen, die für die Analyse in der App nicht benötigt werden.

• Tabellenfelder (JMESPath): Die Tabellenfelder können angegeben werden, indem Folgendes hinzugefügt wird:

  • Name: der Name der Tabelle, die in die App geladen wird.

  • Wert: der Name der Antwortzeile im JSON-Antwort-Array.

  Die JMESPath-Abfragesprache kann verwendet werden, um das JSON-Antwort-Array zu analysieren.

• Zuordnungsfeld: Ein Feld aus der Eingabedatentabelle, das einen eindeutigen Identifikator enthält.

  Es ist erforderlich, dieses Feld in die Datenquelle einzuschließen, wenn eine Endpunktanforderung gestellt wird, damit die zurückgegebene Ergebnistabelle mittels eines Schlüssels mit der Quellfeldtabelle verknüpft wird. Das festgelegte Feld wird als Feld in der Antwort zurückgegeben und ermöglicht, dass die Prognosen mit den Quelldaten im Datenmodell verknüpft werden. Dabei kann es sich um ein beliebiges Feld mit einer eindeutigen ID handeln, entweder aus den Quelldaten oder als Teil des Tabellenladevorgangs.

• Zuordnungsfeld senden: Bei Auswahl wird das als Zuordnungsfeld angegebene Feld sowohl an Qlik Sense zurückgegeben als auch in die Felder eingeschlossen, die an den Endpunkt gesendet werden.

  Wenn das Feld zu den Quelldaten gehört und vom Modell erwartet wird, muss es an das Modell gesendet werden, indem Sie Send Association Field aktivieren.