メイン コンテンツをスキップする

Azure ML

このページ上

Azure ML

Azure ML 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。

Azure ML 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。

https://azure.microsoft.com/en-us/services/machine-learning/.

制限事項

  • Azure ML は制限とクォータを使用します:

    https://docs.microsoft.com/en-us/azure/machine-learning/how-to-manage-quotas.

  • 展開されたモデルとリクエストの Azure クォータは、Azure ML エンドポイントをコールする際の Qlik Sense 再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。

  • Azure ML コネクタは、リクエストごとに 200k 行に制限されます。これらは、2k 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、Azure ML 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 Azure ML 接続を使用する場合、モデルが正しい文字列/数値形式でフィールドを処理する必要があるため、フィールド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。