Vai al contenuto principale Passa a contenuto complementare

Amazon SageMaker analytics source

Amazon SageMaker è una piattaforma di machine learning per l'automazione, la verifica e l'accelerazione di analisi predittive, destinata ad aiutare scienziati e analisti dei dati a creare e distribuire modelli predittivi accurati.

Per connettersi a Amazon SageMaker, è necessario aver creato, oppure avere accesso, a un modello e averlo distribuito a un endpoint sulla piattaforma AWS. Questo endpoint deve essere accessibile pubblicamente per Qlik Cloud.

Amazon SageMaker

Limitazioni

  • Amazon Comprehend presenta quote per gli endpoint:

    Endpoint e quote Amazon SageMaker

  • AWS offre la possibilità di distribuire un modello sui tipi di istanza, ad esempio i tipi di istanza medi e grandi. Le risorse disponibili sui servizi Amazon influiranno e limiteranno le prestazioni nel ricaricamento di Qlik Sense e nella reattività dei grafici.

  • Quando Qlik Sense invia i dati a Amazon SageMaker viene inviato in un formato CSV senza una riga di intestazione. Ciò significa che i campi devono essere inviati nell'ordine esatto in cui l'endpoint Amazon SageMaker si aspetta la loro presenza. È necessario specificare i campi nello stesso ordine in cui si trovavano quando il modello è stato generato.

  • Il connettore Amazon SageMaker è limitato a 200,000 righe per richiesta. Tali righe vengono inviate al servizio endpoint in batch da 2000 righe. Negli scenari in cui è necessario elaborare più righe, utilizzare un Loop all'interno dello script di caricamento dei dati per elaborare più righe in batch.

  • In uno scenario in cui un'applicazione viene ricaricata regolarmente, si consiglia di memorizzare nella cache le predizioni usando un file QVD e inviare solo le nuove righe all'endpoint predittivo. Ciò migliorerà le prestazioni di ricaricamento dell'applicazione Qlik Sense e ridurrà il carico sull'endpoint Amazon SageMaker.

  • Al momento di utilizzare Amazon SageMaker in un'espressione del grafico, è importante fornire i tipi di dati dei campi, dato che il modello necessita di elaborarli nel formato stringa/numerico corretto. Un limite nelle estensioni lato server all'interno delle espressioni del grafico consiste nel fatto che i tipi di dati non vengono rilevati automaticamente, dato che si trovano nello script di caricamento.

  • Se si sta utilizzando un nome relativo per la connessione e si decide di spostare la propria app da uno spazio condiviso a un altro spazio condiviso, o se si sposta la propria app da uno spazio condiviso al proprio spazio privato, ci vorrà del tempo affinché la connessione di analisi venga aggiornata per riflettere la nuova posizione nello spazio.

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 – facci sapere come possiamo migliorare!