Sorgente di analisi di Azure ML
Azure ML 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.
Sono supportati i seguenti servizi Azure ML:
-
ML automatizzato
-
Designer
Per connettersi a Azure ML, è necessario aver creato, oppure avere accesso, a un modello e averlo distribuito a un endpoint sulla piattaforma Azure ML. Questo endpoint deve essere accessibile pubblicamente per Qlik Cloud.
Limitazioni
-
Azure ML usa limiti e quote:
Gestisce e aumenta le quote per le risorse con Azure Machine Learning
-
Le quote Azure per i modelli distribuiti e le richieste avranno un impatto e limiteranno le prestazioni per il ricaricamento di Qlik Sense e nella reattività dei grafici al momento di richiamare gli endpoint Azure ML.
-
Il connettore Azure ML è limitato a 200.000 righe per richiesta. Tali righe vengono inviate al servizio endpoint in batch da 2.000 righe. Negli scenari in cui è necessario elaborare più righe, utilizzare un Ciclo 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 Azure ML.
-
Al momento di utilizzare Azure ML 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.