Utilisation de plusieurs modèles dans votre déploiement ML

Vous pouvez déployer plusieurs modèles dans votre déploiement ML, y compris des modèles issus de différentes expérimentations. Après avoir déployé des modèles à partir d'expérimentations, utilisez le volet Modèles déployables dans le déploiement ML pour configurer des flux de travail de prédiction dynamique. Lors de la génération de prédictions, le modèle que vous utilisez est référencé en tant qu'alias. Ce système d'alias vous permet de remplacer les modèles au fil du temps sans avoir à créer un nouveau déploiement ML. Il facilite également les tests comparatifs des performances des modèles sur les données de production.

Les alias de modèle sont utilisés dans les flux de travail de prédiction par lot et en temps réel. Pour des informations, consultez :

Volet Modèles déployables dans l'interface de déploiement ML Qlik Predict — Volet Modèles déployables dans un déploiement ML

En quoi consistent les alias de modèle ?

Chaque modèle que vous ajoutez à votre déploiement ML est référencé sous forme d'alias de modèle. Un alias est un conteneur dynamique au sein de votre déploiement ML qui indique à Qlik Predict d'exécuter des prédictions avec un modèle dans le déploiement. Dans l'alias, les modèles peuvent être modifiés pour permettre de remplacer facilement les modèles obsolètes. Un modèle peut être ajouté par alias de modèle. Les alias vous permettent de changer facilement de modèle au sein d'un flux de travail de génération de prédictions sans avoir à modifier les configurations de prédiction, à créer un nouveau déploiement ML ou à mettre à jour les appels d'API.

Chaque déploiement ML a un alias par défaut. L'alias par défaut ne peut être ni supprimé, ni renommé, mais vous pouvez facilement changer le modèle à utiliser pour générer des prédictions avec lui. Si vous ne spécifiez pas d'alias à utiliser dans les prédictions de votre déploiement ML, l'alias par défaut est utilisé.

Vous pouvez ajouter jusqu'à 10 alias au sein d'un déploiement ML, alias par défaut compris.

Cas d'utilisation des alias de modèle

Remplacement de modèles obsolètes par des modèles faisant l'objet d'un nouvel apprentissage au fil du temps sans nécessiter de mises à jour des configurations de prédiction ou des appels API.
Test et comparaison des performances de différents modèles sur les mêmes données de production sans avoir à créer plusieurs déploiements ML.
Utilisation d'un seul déploiement pour générer des prédictions à partir de différents modèles en fonction de conditions spécifiques.

Considérations relatives au déploiement de modèles dans des déploiements ML

Lors de l'ajout de modèles à un déploiement ML, les modèles peuvent provenir de différentes expérimentations ML, qui peuvent se trouver dans des espaces différents dans Qlik Cloud Analytics. Tenez compte des points suivants :

Pour ajouter un modèle à un déploiement ML, il faut que le modèle ait le même type d'expérimentation (classification binaire, classification multiclasse, régression ou série temporelle) que le modèle de l'alias par défaut.
Si le schéma de modèle et les données à appliquer ne sont pas compatibles, les prédictions (par lot, en temps réel, par API directe ou basées sur un connecteur) ne peuvent pas s'exécuter correctement.
Des autorisations sont requises pour les utilisateurs qui ajoutent des modèles aux déploiements, ainsi que pour ceux qui utilisent des alias de modèle (par exemple, qui ajoutent, renomment et suppriment des alias). Pour plus d'informations, consultez Autorisations.

Utilisation d'alias

Vous utilisez des alias dans le volet Modèles déployables au sein du déploiement ML. Le volet Modèles déployables est doté d'une interface intuitive de type glisser-déposer pour l'affectation de modèles.

Lorsque vous avez terminé d'apporter des modifications dans le volet Modèles déployables, cliquez sur Enregistrer les modifications dans le coin supérieur droit de l'interface.

L'ajout de nouveaux alias est facultatif. Si vous n'avez pas besoin d'utiliser plusieurs alias, vous pouvez utiliser uniquement l'alias par défaut et passer d'un modèle à l'autre en utilisant uniquement cet alias.

Prise en main

Avant de pouvoir affecter des modèles à des alias, vous devez déployer tous les modèles requis dans le déploiement ML. Ce processus est réalisé dans l'expérimentation ML dans laquelle chaque modèle a fait l'objet d'un apprentissage. Pour des informations, consultez Déploiement de modèles.

Ajout d'un alias

Commencez par créer un alias vierge.

Procédez comme suit :

Dans le déploiement ML, ouvrez le volet Modèles déployables.
Sous Modèles disponibles, cliquez sur Ajouter un alias.
Cliquez sur Enregistrer les modifications dans le coin supérieur droit de l'interface.

Sinon, cliquez sur Menu à trois points à côté d'un modèle sous Tous les modèles dans le déploiement, et sélectionnez Ajouter à un nouvel alias.

Affectation d'un modèle à un alias (y compris à l'alias par défaut)

Après avoir ajouté l'alias, vous devez lui affecter un modèle. Vous pouvez également affecter un modèle différent à l'alias par défaut à l'aide de ce flux de travail.

Procédez comme suit :

Sous Tous les modèles dans le déploiement, recherchez le modèle à affecter à l'alias.
À côté du Nom du modèle, faites glisser le modèle sur l'alias.

Sinon, cliquez sur à côté du modèle et sélectionnez Ajouter à <nom de l'alias>, ou Passer à l'alias par défaut pour remplacer le modèle affecté à l'alias par défaut.
Cliquez sur Enregistrer les modifications dans le coin supérieur droit de l'interface.

Renommage et suppression d'alias

Vous pouvez renommer et supprimer n'importe quel alias à l'exception de l'alias par défaut.

Procédez comme suit :

Dans le déploiement ML, ouvrez le volet Modèles déployables.
Cliquez sur à côté de l'alias du modèle et sélectionnez Renommer ou Supprimer.
Cliquez sur Enregistrer les modifications dans le coin supérieur droit de l'interface.

Suppression de modèles d'un déploiement ML

Au fil du temps, il se peut que vous deviez retirer des modèles du déploiement.

Procédez comme suit :

Dans le déploiement ML, ouvrez le volet Modèles déployables.
Sous Tous les modèles dans le déploiement, cliquez sur près du modèle et sélectionnez Supprimer du déploiement. Pour pouvoir supprimer un modèle du déploiement, il faut que l'affectation du modèle soit annulée de tous les alias du déploiement.
Cliquez sur Enregistrer les modifications dans le coin supérieur droit de l'interface.

Autorisations

L'utilisation de modèles déployés dans des déploiements ML nécessite que des autorisations spécifiques vous soient affectées. Pour des informations sur les rôles d'espace requis, consultez :

Si vous êtes administrateur, vous devez affecter certains droits, rôles de sécurité et autorisations pour permettre aux utilisateurs d'utiliser des modèles déployés dans des déploiements ML. Voir :

Cette page vous a-t-elle aidé ?

Si vous rencontrez des problèmes sur cette page ou dans son contenu – une faute de frappe, une étape manquante ou une erreur technique – faites-le-nous savoir.

Laissez vos commentaires ici