Azure ML 연결 만들기

기계 학습 모델 예측에 사용할 Azure ML 모델을 결정하는 구성을 선택하는 드롭다운 메뉴 항목입니다.

지원되는 구성:

• Azure ML - 레거시 형식: 이 구성은 Automated ML을 사용하여 만들어 2022년 1월 중순 이전에 배포된 모델에 사용해야 합니다. 이는 다음 형식의 JSON이 필요합니다.

  {    "data": [      {        <field_list>      }    ] }

• Azure ML: 이 구성은 Automated ML 또는 Designer 를 사용하여 만든 모델에 사용해야 합니다. 이는 다음 형식의 JSON이 필요합니다.

  {    "Inputs": {      "<JSON_object_name>(default is ‘data’)": [        {          < field_list >        }      ]    } }

종료 지점의 이름입니다.

종료 지점 이름은 Azure의 종료 지점에 대해 지정된 식별자입니다. 이는 일반적으로 종료 지점을 설정하거나 모델을 배포하는 사용자가 만듭니다.

Azure ML 종료 지점 키를 제공합니다.

Azure의 모든 모델은 Azure 키 기반 인증이 활성화된 상태로 인증됩니다. 이를 위해서는 모델 리소스에 대한 액세스 권한이 있는 생성된 액세스 키(기본 또는 보조 키)가 필요합니다.

웹 서비스 입력 이름: 배포된 기계 학습 모델에서 예상하는 JSON 개체의 이름입니다. 기본 이름이 모델에서 사용하는 형식에 맞지 않으면 변경해야 합니다.

• 반환된 테이블의 이름: 배포된 기계 학습 모델에서 반환된 테이블의 이름입니다.

• 테이블 경로(JMESPath): 테이블은 JSON 응답 배열의 예측 행에 대한 JMES 테이블 경로를 사용하여 지정할 수 있습니다.

• 사용 가능한 모든 필드 로드: 기계 학습 종료 지점에서 반환된 모든 사용 가능한 필드를 로드할 수 있습니다. 이를 비활성화하면 앱에 로드할 테이블 필드와 값을 지정할 수 있습니다.

  앱을 개발할 때 먼저 모델 종료 지점에서 반환된 모든 필드를 로드한 다음 앱에서 분석에 필요하지 않은 필드를 잠재적으로 제거하는 것이 좋습니다.

• 테이블 필드(JMESPath): 테이블 필드는 다음을 추가하여 지정할 수 있습니다.

  • 이름: 앱에 로드될 테이블의 이름입니다.

  • 값: JSON 응답 배열의 응답 행 이름입니다.

  JMESPath 쿼리 언어는 JSON 응답 배열을 구문 분석하는 데 사용할 수 있습니다.

• 연결 필드: 고유 식별자를 포함하는 입력 데이터 테이블의 필드입니다.

  키를 사용하여 소스 필드 테이블과 연결되도록 반환된 결과 테이블에 대한 종료 지점 요청을 수행할 때 소스 데이터에 이 필드를 포함해야 합니다. 지정된 필드는 응답의 필드로 반환되며 예측을 데이터 모델의 소스 데이터와 연결할 수 있습니다. 소스 데이터에서 또는 테이블 로드 프로세스의 일부로 고유 ID를 가진 모든 필드가 될 수 있습니다.

• 연결 필드 보내기: 이를 선택하면 연결 필드로 지정된 필드가 Qlik Sense로 반환되고 종료 지점으로 전송되는 필드에 포함됩니다.

  필드가 소스 데이터에 속하고 모델에서 필요한 경우 연결 필드 보내기를 활성화하여 모델로 보내야 합니다.