Amazon SageMaker analytics source
Amazon SageMaker は、予測分析を自動化、保証、高速化するための機械学習プラットフォームであり、正確な予測モデルの構築と展開をするために、データサイエンティストやアナリストを支援します。
Amazon SageMaker に接続するには、AWS プラットフォーム上でモデルを作成、またはモデルへのアクセス権を所有し、エンドポイントに展開している必要があります。このエンドポイントは、Qlik Cloud によって一般にアクセス可能である必要があります。
制限事項
-
Amazon Comprehend には、エンドポイントクォータがあります:
-
AWS では、中規模および大規模インスタンスタイプなどのインスタンスタイプにモデルを展開することができます。Amazon サービスで使用可能なリソースは、Qlik Sense リロードとチャートの応答性におけるパフォーマンスに影響し、制限されます。
-
Qlik Sense がデータを Amazon SageMaker に送信する際は、ヘッダー行なしの CSV 形式で送信されます。これは、Amazon SageMaker エンドポイントが想定しているとおりの順序でフィールドを送信する必要があることを意味します。フィールドは、モデルが生成されたときと同じ順序で指定する必要があります。
-
Amazon SageMaker コネクタは、リクエストごとに 200,000 行に制限されます。これらは、2000k 行のバッチ形式でエンドポイント サービスに送信されます。より多くの行を処理する必要があるシナリオでは、データ ロード スクリプト内の Loop を使用して、より多くの行をバッチ処理します。
-
アプリケーションが定期的に再ロードされるシナリオでのベストプラクティスは、QVD ファイルを使用して推測をキャッシュし、新しい行のみを予測エンドポイントに送信することです。これにより、Qlik Sense アプリケーションの再ロードのパフォーマンスが向上し、Amazon SageMaker エンドポイントの負荷が軽減されます。
-
チャートの数式で Amazon SageMaker 接続を使用する場合、モデルが正しい文字列/数値形式で項目を処理する必要があるため、項目のデータ型を指定することをお勧めします。チャートの数式でのサーバーサイド拡張の制限は、データ型がロード スクリプト内で自動的に検出されないことです。
-
相対接続名を使用していて、共有スペースから別の共有スペースにアプリを移動する場合、または共有スペースからプライベート スペースにアプリを移動する場合は、新しいスペースの場所を反映して更新されるまでに時間を要します。