Advanced Analytics-analysebron

Er zijn veel machine learning-platformen waar ontwikkelaars machine learning-modellen in de cloud kunnen bouwen, trainen en implementeren.

Als u verbinding wilt maken met een algemeen model, moet u uw eigen model hebben gemaakt en hebben geïmplementeerd voor een eindpunt op het gekozen AI-/machine learning-platform. Dit eindpunt moet openbaar toegankelijk zijn voor Qlik Cloud.

Beperkingen

• De Advanced Analytics-connector is beperkt tot 200.000 rijen per verzoek Standaard worden deze naar het eindpunt verzonden in batches van 2000 rijen, maar dit kan worden geconfigureerd bij het maken van de verbinding. In scenario's waarbij meer rijen moeten worden verwerkt, gebruikt u een Loop in het load-script voor gegevens om meer rijen in batches te verwerken.

• In een scenario waarbij een applicatie regelmatig opnieuw wordt geladen, is het handig om de machine learning-prognoses met behulp van een QVD-bestand op te slaan in cache en alleen de nieuwe rijen naar het eindpunt te sturen. Dit verbetert de prestaties van het opnieuw laden van de Qlik Sense-applicatie en beperkt de belasting van het modeleindpunt.

• De beschikbare resources in de services waarin het model is geïmplementeerd, beïnvloeden en beperken de prestaties bij het opnieuw laden van Qlik Sense en bij diagramresponsiviteit.

• Als u Advanced Analytics verbindingen gebruikt in een diagramuitdrukking, wordt aangeraden om de gegevenstypen van de velden op te geven, omdat het model die moet verwerken in de juiste tekenreeks/numerieke indeling. Een beperking van server side extensions in diagramuitdrukkingen is dat de gegevenstypen niet automatisch worden gedetecteerd zoals in het load-script.

• Als u een relatieve verbindingsnaam gebruikt en u besluit uw app van een gedeelde ruimte naar een andere gedeelde ruimte te verplaatsen, of als u uw app van een gedeelde ruimte naar uw privéruimte verplaatst, duurt het even voordat de analytische verbinding is bijgewerkt en de nieuwe locatie weerspiegelt.