Navigeren door de interface voor ML-implementaties
Wanneer u uw ML-implementatie opent, kunt u beheer- en bewakingsactiviteiten uitvoeren en deze gebruiken om voorspellingen te maken op basis van gegevensverzamelingen.
Open een ML-implementatie vanuit de catalogus. Er zijn navigatieopties voor het volgende:
Modelgoedkeuring
Informatie over implementaties
Voorspellingen gegevensverzameling
Realtime voorspellingen
Gegevensdrift en bewerkingscontrole
Modelgoedkeuringsstatus
Voordat de ML-implementatie voorspellingen kan genereren, moet het bronmodel worden geactiveerd. Dit proces staat bekend als modelgoedkeuring en helpt bij het controleren van het aantal actief gebruikte geïmplementeerde modellen in het abonnement.
Als u de juiste machtigingen hebt, kunt u het bronmodel naar behoefte activeren en deactiveren. Neem anders contact op met een tenantbeheerder of een andere gebruiker met voldoende machtigingen.
Zie:
Modelgoedkeuringsstatus
Implementatie-overzicht
Het Implementatie-overzicht toont de kenmerken die zijn gebruikt voor de training van het model en de details voor de implementatie.
Overzicht van de ML-implementatie
Voorspellingen gegevensverzameling
Voorspellingen gegevensverzameling geeft een overzicht van de voorspellingsconfiguratie van de ML-implementatie. U kunt verschillende voorspellingsconfiguraties hebben voor een ML-implementatie.
U kunt het menu Acties gebruiken om voorspellingen uit te voeren, te bewerken of te verwijderen. U kunt tevens voorspellingsplanningen bewerken en verwijderen via dit menu.
Als er op dit moment geen planning is geconfigureerd voor uw voorspelling, kunt u het menu Acties ook gebruiken om een nieuwe voorspellingsplanning te maken.
Voorspellingen gegevensverzameling met een overzicht en een uitgevouwen Acties-menu
Als u Configuratie voor voorspelling bewerken selecteert, wordt het deelvenster Configuratie voorspelling geopend.
Voorspellingen gegevensverzameling met zijvenster voor configuratie van voorspelling
Realtime voorspellingen
Het deelvenster Realtime voorspellingen biedt toegang tot de API voor realtime voorspelling. Als het model in de ML-implementatie is geactiveerd om voorspellingen te doen, is dit deelvenster zichtbaar.
Voor informatie over de API voor voorspellingen, raadpleegt u Realtime voorspellingen maken.
Deelvenster Realtime voorspellingen
Modellen monitoren
U kunt gegevensdrift en bewerkingen voor de ML-implementatie monitoren. Om het model te monitoren, opent u het venster Gegevensdrift monitoren.
Met gegevensdrift monitoren kunt u veranderingen in de distributie van functies in het bronmodel beoordelen. Wanneer een aanzienlijke drift wordt waargenomen, is het aan te raden om uw model opnieuw te trainen of te configureren om rekening te houden met de nieuwste gegevens, die nieuwe patronen in gegevenstrends kunnen aangeven.
Ga voor meer informatie naar Gegevensdrift in geïmplementeerde modellen bewaken.
Met bewerkingscontrole kunt u details bekijken over hoe de ML-implementatie wordt gebruikt, zoals hoeveel voorspellingsgebeurtenissen slagen of mislukken, en hoe voorspellingsgebeurtenissen meestal worden geactiveerd.
Ga voor meer informatie naar Bewerkingen van geïmplementeerde modellen monitoren.
Venster Gegevensdrift monitoren in AutoML
ML‑experiment weergeven
Klik linksonder op de pagina op ML-experiment weergeven om het ML-experiment te openen op basis waarvan de ML-implementatie is gemaakt.
Overzicht van de ML-implementatie
