Accéder au contenu principal

Amazon SageMaker

SUR CETTE PAGE

Amazon SageMaker

Amazon SageMaker est une plate-forme d'apprentissage machine qui permet d'automatiser, de garantir et d'accélérer les analyses prédictives. Elle permet aux scientifiques et aux analystes de données de créer et de déployer des modèles prédictifs précis.

Pour se connecter à Amazon SageMaker, vous devez avoir créé un modèle ou y avoir accès et l'avoir déployé vers un point de terminaison sur la plate-forme AWS. Ce point de terminaison doit être publiquement accessible par Qlik Cloud.

https://aws.amazon.com/pm/sagemaker.

Restrictions

  • Amazon Comprehend applique des quotas de points de terminaison :

    https://docs.aws.amazon.com/general/latest/gr/sagemaker.html.

  • AWS permet de déployer un modèle sur des types d'instance, par exemple, des types d'instance de taille moyenne et de grande taille. Les ressources disponibles sur les services Amazon impacteront et limiteront les performances de chargement de Qlik Senseet de réactivité du graphique.

  • Lorsque Qlik Sense envoie des données à Amazon SageMaker, celles-ci sont envoyées au format CSV sans ligne d'en-tête. Cela signifie que les champs doivent être envoyés dans l'ordre exact dans lequel le point de terminaison Amazon SageMaker s'attend à les recevoir. Vous devez spécifier les champs dans le même ordre que celui dans lequel ils étaient lors de la génération du modèle.

  • Le connecteur Amazon SageMaker est limité à 200 k de lignes par requête. Celles-ci sont envoyées au service du point de terminaison par lots de 2 k de lignes. Dans des scénarios dans lesquels il faut traiter plus de lignes, utilisez une Boucle dans le script de chargement de données pour traiter davantage de lignes par lots.

  • Dans un scénario dans lequel une application est régulièrement chargée, la meilleure pratique consiste à mettre en cache les prédictions via un fichier QVD et à envoyer uniquement les nouvelles lignes au point de terminaison de prédiction. Cela améliore les performances de chargement de l'application Qlik Sense et réduit la charge sur le point de terminaison Amazon SageMaker.

  • Lors de l'utilisation d'Amazon SageMaker dans une expression de graphique, il est important de fournir les types de données des champs, car le modèle doit les traiter au format numérique/de chaîne correct. La syntaxe server-side extension (SSE) utilisée dans des expressions de graphique est limitée en ce sens que les types de données ne sont pas automatiquement détectés, alors qu'ils le sont automatiquement dans le script de chargement.

  • Si vous utilisez un nom de connexion relatif et si vous décidez de déplacer votre application d'un espace partagé vers un autre espace partagé, ou si vous la déplacez d'un espace partagé vers votre espace privé, il faudra du temps pour que la connexion analytique se mette à jour afin de refléter le nouvel emplacement d'espace.