Amministrazione di Qlik Predict

È possibile amministrare le risorse di Qlik Predict e le autorizzazioni utente nel centro attività Amministrazione.

L'amministrazione di Qlik Predict include i seguenti elementi:

Visualizzazione e amministrazione delle risorse e dei processi di ML, inclusa l'attivazione e la disattivazione dei modelli per la previsione. È possibile configurare queste informazioni nella sezione Qlik Predict del centro attività Amministrazione.
Controllo dell'accesso e delle autorizzazioni degli utenti per utilizzare le risorse di Qlik Predict. È possibile configurare queste informazioni nella sezione Gestisci utenti del centro Amministrazione attività.
Monitoraggio del consumo delle risorse di ML assegnate per la sottoscrizione dell'utente. Monitoraggio delle metriche di consumo nelle sezioni Home e Qlik Predict del centro attività Amministrazione.
Generazione di report di addestramento per i modelli addestrati con Qlik Predict

Per informazioni su come creare esperimenti e distribuzioni, vedere Machine learning con Qlik Predict.

Tipi di amministratori per Qlik Predict

Diverse autorizzazioni consentono a un utente di eseguire azioni di amministratore relative a Qlik Predict. Più di una di queste autorizzazioni può essere applicata a un singolo utente. Il seguente elenco descrive ogni scenario utente per l'amministrazione di Qlik Predict:

Amministratori tenant: utenti con il ruolo Tenant Admin.
Amministratori tenant: utenti con il ruolo Analytics Admin.
Amministratori approvatori di modelli: Utenti che possono attivare e disattivare i modelli ed eseguire altre azioni Qlik Predict nel centro Amministrazione attività. Si tratta di utenti che dispongono dell'Approvazione e rifiuto di modelli ML autorizzazione impostata su Consentito.
Qlik Predict amministratori: Utenti che possono visualizzare tutti gli esperimenti, i modelli distribuiti e le distribuzioni ML. Questi utenti possono anche attivare e disattivare i modelli. Si tratta di utenti che dispongono dell'Gestione di esperimenti e distribuzioni ML autorizzazione impostata su Consentito.

La tabella seguente illustra ciò che è possibile per ogni scenario utente.

Autorizzazioni per amministratori in Qlik Predict
Azione	Supporto dell'amministratore di tenant	Supporto dell'amministratore di analisi	Supporto dell'amministratore approvatore del modello	Qlik Predict supporto dell'amministratore
È possibile configurare ruoli e autorizzazioni utente	Sì	No	No	No
È possibile visualizzare tutti gli esperimenti, i modelli distribuiti e le distribuzioni ML	Sì	Sì	Sì	Sì
Elimina qualsiasi esperimento o distribuzione	Sì	Sì	No	Sì
È possibile attivare e disattivare qualsiasi modello distribuito	Sì	No	Sì	Sì
È possibile monitorare il consumo di capacità di Qlik Predict per la sottoscrizione	Sì	Sì	Sì	Sì
È possibile interrompere o annullare i processi Qlik Predict	Sì	Sì	No	No
È possibile configurare ulteriori avvisi di approvazione del modello	Sì	Sì	Sì	Sì
È possibile generare report di addestramento per i modelli di apprendimento automatico	Sì	Sì	No	Sì

Navigazione nella sezione Qlik Predict del centro attività Amministrazione

Amministrare Qlik Predict nella sezione Qlik Predict nel centro attività Amministrazione. Tutti i tipi di amministratori Qlik Predict possono visualizzare le informazioni in questa sezione. A seconda del tipo di amministratore, è possibile che l'esecuzione di determinate azioni sia limitata.

Modelli distribuiti

La scheda Modelli distribuiti mostra tutti i modelli distribuiti nelle distribuzioni di ML. Gli amministratori possono gestire i seguenti elementi:

Attivare e disattivare i modelli per generare previsioni dalle distribuzioni di ML associate.

Lavorare con l'approvazione dei modelli in qualità di amministratore
Visualizzare l'esperimento ML di origine in cui è stato addestrato un modello.
Visualizzare lo stato di approvazione e l'ultimo approvatore di un modello.
Monitorare tutte le istanze dove un modello è stato distribuito.
Generare report di addestramento per i modelli distribuiti.

Fare clic su Freccia giù accanto a un modello per accedere a ulteriori dettagli, tra cui la cronologia del modello, i dettagli sull'esperimento di origine e il nome del training set.

Distribuzioni di ML

La scheda Distribuzioni ML mostra tutte le distribuzioni di ML nel tenant. I dettagli disponibili includono:

La data in cui il modello di origine è stato distribuito nella distribuzione di ML.
Il nome, lo stato e l'ultimo approvatore del modello di origine.

Fare clic su Freccia giù accanto a un modello per accedere ai dettagli sul modello di origine per una distribuzione di ML, incluse la cronologia del modello e le informazioni sull'esperimento di origine.

Processi

Nella scheda Processi, gestire i processi Qlik Predict. Per ulteriori informazioni, vedere Interruzione o annullamento di processi.

Impostazioni

La scheda Impostazioni consente di configurare ulteriori opzioni per le notifiche di approvazione dei modelli nel tenant. Per ulteriori informazioni, vedere Configurazione di un ulteriore avviso di approvazione.

Gestione delle Qlik Predict autorizzazioni per gli utenti

Affinché gli utenti possano visualizzare e lavorare con le risorse Qlik Predict, in genere necessitano di una combinazione di diritti utente, autorizzazioni assegnate tramite User Default e ruoli personalizzati e ruoli di sicurezza predefiniti. Negli spazi condivisi e gestiti, i controlli degli accessi sono ulteriormente definiti dai ruoli di cui si dispone nello spazio.

Per ulteriori informazioni, vedere:

Chi può lavorare con Qlik Predict
Inscrizioni basate su utenti: Assegnazione di ruoli personalizzati e di sicurezza
Inscrizioni basate sulla capacità: Assegnazione di ruoli personalizzati e di sicurezza

Approvazione del modello per gli amministratori

Prima di generare previsioni, un utente o un amministratore deve approvare il modello in una distribuzione di ML.

Per maggiori informazioni sull'approvazione dei modelli da parte degli amministratori, consultare Lavorare con l'approvazione dei modelli in qualità di amministratore.

Metodi di approvazione del modello e autorizzazioni necessarie
Metodo di approvazione	Dove viene effettuata l'approvazione	Autorizzazioni richieste
Utente	Distribuzione di ML	Diritto Full User o Professional Uno dei seguenti set di autorizzazioni: Opzione 1 - tutti i seguenti elementi: Ruolo di sicurezza integrato Automl Deployment Contributor L'autorizzazione amministratore Approva o rifiutare modelli di ML impostata sullo stato Consentito tramite User Default o un ruolo di sicurezza personalizzato Opzione 2 - uno dei seguenti elementi: L'autorizzazione amministratore Gestire le distribuzioni di ML impostata su Consentito tramite User Default o un ruolo di sicurezza personalizzato L'autorizzazione amministratore Gestire gli esperimenti e le distribuzioni ML impostata su Consentito tramite un ruolo di sicurezza personalizzato L'autorizzazione amministratore Approvare o rifiutare modelli di ML impostata su Consentito tramite un ruolo di sicurezza personalizzato Ruolo richiesto per lo spazio della distribuzione di ML Per le distribuzioni negli spazi condivisi, è necessario uno dei seguenti ruoli: Proprietario (dello spazio) Può gestire È possibile modificare Per le distribuzioni negli spazi gestiti, è necessario uno dei seguenti ruoli: Proprietario (dello spazio) È possibile gestire
Amministratore	Centro attività Amministrazione	Una delle seguenti opzioni: Ruolo di sicurezza Tenant Admin L'autorizzazione amministratore Gestire gli esperimenti e le distribuzioni ML impostata su Consentito tramite User Default o un ruolo di sicurezza personalizzato. L'autorizzazione amministratore Approvare o rifiutare modelli di ML impostata su Consentito tramite User Default o un ruolo di sicurezza personalizzato

Configurazione di un ulteriore avviso di approvazione

Ogni volta che un utente apre una distribuzione di ML che utilizza un modello in attesa di approvazione, viene visualizzato un messaggio per notificare che è stata richiesta l'approvazione del modello. Questo messaggio viene visualizzato anche quando un utente crea la prima distribuzione di ML da un determinato modello.

In qualità di amministratore, è possibile aggiungere un ulteriore avviso da visualizzare con questo messaggio. Per modificare il contenuto di questo avviso, è necessario disporre di uno dei seguenti elementi:

Ruolo di sicurezza Tenant Admin
L'autorizzazione amministratore Approva o rifiuta modelli di ML impostata sullo stato Consentito
L'autorizzazione dell'amministratore per Gestione degli esperimenti e delle distribuzioni ML impostata su Consentito

Procedere come indicato di seguito:

Nel centro attività Amministrazione, andare a Qlik Predict.
Aprire la scheda Impostazioni.
Nel campo Avviso aggiuntivo, digitare l'avviso aggiuntivo che si desidera mostrare agli utenti.

Interruzione o annullamento di processi

Nel centro attività Amministrazione, gli amministratori tenant e di analisi possono visualizzare tutti i contenuti dei processi Qlik Predict. Questi possono visualizzare i processi in corso e in coda per l'addestramento del modello, la distribuzione e la generazione di previsioni. È possibile filtrare l'elenco in base al tipo di processo e al nome utente.

Questi amministratori possono interrompere o annullare i processi in base alle esigenze.

Procedere come indicato di seguito:

In Amministrazione, andare a Qlik Predict.
Aprire la scheda Processi.
Fare clic su accanto a un processo.

Nota informaticaIn alternativa, selezionare più processi facendo clic sulle righe per ogni processo.
Fare clic su Annulla processo.
Confermare nella finestra di dialogo di Annullamento processo.

I processi vengono annullati.

Monitoraggio del consumo di Qlik Predict per la sottoscrizione

È possibile monitorare quanti modelli distribuiti sono attualmente attivati per creare previsioni. Nel centro attività Amministrazione, aprire la sezione Home o Qlik Predict. I grafici seguenti mostrano la quantità di capacità dei modelli distribuiti (conteggiando esclusivamente i modelli attivi) rimanente per la sottoscrizione:

Modelli distribuiti di Qlik Predict
Modelli distribuiti di Qlik Predict con previsioni attive

Queste informazioni possono essere visualizzate anche nell'interfaccia di distribuzione ML da qualsiasi utente che apra la risorsa. Le informazioni sono visualizzate nella sezione relativa allo stato del modello nella parte superiore della pagina.

Una sottoscrizione a Qlik Cloud Analytics stabilisce un numero massimo di modelli distribuiti che possono essere attivi simultaneamente (tra tutti i tenant all'interno della sottoscrizione, per le sottoscrizioni multi-tenant). Questo limite di consumo viene definito in base al modello, il che significa che più distribuzioni ML create da un singolo modello conteranno come un singolo modello distribuito. Se si è raggiunto il numero massimo di modelli distribuiti attivi, è possibile eseguire una delle seguenti operazioni:

Disattivare uno o più modelli attivi attualmente per fare spazio a quelli nuovi.
Eliminare uno o più modelli distribuiti esistenti per fare spazio a quelli nuovi.
Se tutti i modelli attuali e futuri devono essere attivi allo stesso tempo, aggiornare la sottoscrizione a un livello superiore. Per informazioni sulle opzioni di aggiornamento, vedere la descrizione dei prodotti per le Sottoscrizioni a Qlik Cloud®.

Generazione di report di addestramento

Gli amministratori possono scaricare i report di addestramento per i modelli addestrati con Qlik Predict. I report di addestramento sono in formato PDF e vengono scaricati direttamente sul computer locale dell'utente.

Se non dispongono dei privilegi di amministratore, gli utenti di Qlik Predict possono generare report di addestramento per i modelli dagli esperimenti e dalle distribuzioni a cui hanno accesso. Gli amministratori tenant e di analisi, nonché gli utenti con l'autorizzazione Gestisci esperimenti e distribuzioni ML impostata su Consentito, possono generare report nei seguenti modi:

Dal centro attività Amministrazione.
Da un esperimento di ML.
Da una distribuzione di ML.

Per ulteriori informazioni, vedere Download dei report di addestramento di ML come amministratore.

Hai trovato utile questa pagina?

Se riscontri problemi con questa pagina o con il suo contenuto – un errore di battitura, un passaggio mancante o un errore tecnico – ti pregiamo di farcelo sapere!

Lascia qui il tuo feedback