Przeskocz do zawartości głównej Przejdź do treści uzupełniającej

Zatwierdzanie wdrożonych modeli

Zanim model w ramach wdrożenia uczenia maszynowego będzie mógł generować predykcje, musi zostać aktywowany przez osobę mającą dostateczne uprawnienia. Gdy model jest aktywowany, wszystkie wdrożenia uczenia maszynowego, które używają tego modelu, są aktywowane do predykcji.

Modele można aktywować oraz dezaktywować w zależności od potrzeb, aby pomóc organizacji w optymalizacji wykorzystania subskrypcji Qlik Cloud. Proces aktywowania oraz dezaktywowania nazywa się zatwierdzaniem modeli.

Przewodnik dla administratorów

Ten temat pomocy opisuje proces zatwierdzania modelu dla użytkowników, którzy nie mają żadnych uprawnień administratora. Informacje na temat zatwierdzania modeli przez administratorów, w tym przypisywania uprawnień dla osób zatwierdzających modele, zawiera temat Praca z zatwierdzaniem modeli jako administrator.

Informacje o zatwierdzaniu modeli

Zatwierdzanie modeli pozwala zarówno użytkownikom, jak i administratorom kontrolować liczbę wdrożonych modeli w ramach subskrypcji Qlik Cloud, które są aktywowane do tworzenia predykcji. Subskrypcja Qlik Cloud ogranicza liczbę wdrożonych modeli, które mogą być używane do predykcji w danym czasie. Dzięki zatwierdzaniu modeli użytkownicy mogą aktywować lub dezaktywować modele oraz odpowiednio przypisywać uprawnienia do zatwierdzania modeli. Pozwala to na bardziej efektywne wykorzystanie subskrypcji.

Status zatwierdzania modelu

Status zatwierdzenia wdrożonego modelu wskazuje, czy może on być używany do tworzenia predykcji. Wdrożony model może w danym czasie mieć jeden z następujących statusów:

  • Aktywny: model jest aktywny oraz zdolny do generowania predykcji.

  • Niektywny: model jest nieaktywny i niezdolny do generowania predykcji.

  • Żądane: poproszono o zatwierdzenie modelu, ale jeszcze nie zostało ono udzielone. Gdy model ma status Żądane, nie wlicza się on do łącznej liczby wdrożonych modeli dozwolonych dla subskrypcji.

Status zatwierdzenia modelu wyświetlany w górnej części interfejsu po otwarciu wdrożenia uczenia maszynowego.

Status zatwierdzenia modelu wyświetlany w górnej części interfejsu po otwarciu wdrożenia uczenia maszynowego. W tym przypadku model we wdrożeniu jest aktywny, co oznacza, że może być używany do predykcji.

Status zatwierdzenia modelu wyświetlany w górnej części strony po otwarciu wdrożenia uczenia maszynowego.

Aktywacja and dezaktywacja modelu przez użytkownika

  1. Otwórz wdrożenie uczenia maszynowego.

  2. W górnej części interfejsu użyj przełącznika, aby zmienić model na Aktywny lub Nieaktywny.

Równoważną procedurę dla administratorów można znaleźć w temacie Aktywowanie i dezaktywowanie modeli jako administrator.

Jak sprawdzić, czy można aktywować i dezaktywować modele

Możliwość zatwierdzania oraz odrzucania modeli zależy od uprawnień przypisanych przez administratorów dzierżawy. Konkretne informacje zawiera temat Metody i wymagania.

Jeśli jesteś w stanie aktywować i dezaktywować model do predykcji, możesz zobaczyć przełącznik u góry interfejsu po otwarciu wdrożenia uczenia maszynowego. Ten przełącznik umożliwia aktywowanie lub dezaktywowanie predykcji z modelu źródłowego. Możesz również wyświetlać bieżącą pojemność subskrypcji dla aktywnych modeli.

Status zatwierdzenia modelu wyświetlany na górze interfejsu uczenia maszynowego, z dostępnym przełącznikiem.

Status zatwierdzenia modelu wyświetlany w górnej części strony po otwarciu wdrożenia uczenia maszynowego, z dostępnym przełącznikiem.

Jeśli nie jesteś w stanie aktywować lub dezaktywować modelu do tworzenia predykcji, nadal możesz zobaczyć status zatwierdzenia źródłowego modelu na górze interfejsu. Nie możesz jednak zmienić tego statusu.

Status zatwierdzenia modelu wyświetlany na górze interfejsu uczenia maszynowego, z niedostępnym przełącznikiem.

Status zatwierdzenia modelu wyświetlany w górnej części strony po otwarciu wdrożenia uczenia maszynowego, z niedostępnym przełącznikiem.

Zastosowania

Główną korzyścią z zatwierdzania modeli jest bardziej efektywne korzystanie z subskrypcji Qlik Cloud. W razie potrzeby organizacja może dodatkowo korzystać z zatwierdzania modeli, aby zapewnić optymalną jakość wdrożonych modeli. Można na przykład przypisać wybranej liczbie użytkowników uprawnienia do zatwierdzania modeli i ograniczyć zatwierdzanie modeli dla innych osób. Te osoby zatwierdzające modele mogą egzekwować kontrolę jakości, aby pomóc organizacji w generowaniu dokładniejszych i bardziej wiarygodnych predykcji.

Dezaktywowanie wdrożonego modelu jest alternatywą dla usuwania wdrożenia maszynowego, które go używa. Po dezaktywacji modelu nie jest on uwzględniany w subskrypcji Qlik Cloud jako użyteczny, wdrożony model. Pozwala to na bardziej efektywne wykorzystanie pojemności przydzielonej dzierżawie dla wdrożonych modeli. Na przykład można dezaktywować przestarzałe modele do czasu udostępnienia nowych danych do uczenia, pozwalając innym użytkownikom na uruchamianie predykcji z innych modeli, dopóki istnieje taka możliwość.

Metody i wymagania

Model w ramach wdrożenia uczenia maszynowego musi zostać zatwierdzony, zanim będzie mógł generować predykcje. Modele mogą zatwierdzać użytkownicy i administratorzy.

Metody zatwierdzania modeli oraz wymagane uprawnienia
Metoda zatwierdzania Gdzie odbywa się zatwierdzanie Wymagane uprawnienia
Użytkownik Wdrożenie uczenia maszynowego

Wszystkie poniższe:

  • Rola związana z zabezpieczeniami Automl Deployment Contributor

  • Powiązana rola w przestrzeni (jeśli wdrożenie jest w przestrzeni udostępnionej lub zarządzanej).

  • Uprawnienie Zatwierdź lub odrzuć swoje modele AutoML ustawione na Dozwolone w jednym z następujących przypadków:

    • Rola User Default (wpływa na wszystkich użytkowników)

    • Rola niestandardowa (wpływa tylko na użytkowników z rolą niestandardową)

Administrator Centrum aktywności Administrowanie

Jedno z następujących:

  • Rola związana z zabezpieczeniami Tenant Admin

  • Niestandardowa rola z uprawnieniem administratora Zatwierdź lub odrzuć swoje modele AutoML ustawionym na Dozwolone

Metoda zatwierdzania modelu przez użytkownika

Użytkownik (niebędący administratorem) otwiera wdrożenie uczenia maszynowego, a następnie aktywuje lub dezaktywuje model źródłowy.

Metoda zatwierdzania modelu przez administratora

Administrator aktywuje lub dezaktywuje modele z sekcji AutoML w centrum aktywności Administrowanie.

Uprawnienia do zatwierdzania modeli

W tej sekcji przedstawiono uprawnienia potrzebne do aktywowania oraz dezaktywowania modeli. Uprawnienia do zatwierdzenia modeli są kontrolowane przez edycję roli User Default oraz przypisanie ról niestandardowych.

Więcej informacji na temat przypisywania uprawnień:

Więcej informacji o dostępnych uprawnieniach w Qlik Cloud zawiera temat:

Uprawnienia użytkownika zatwierdzającego modele

Uprawnienie Zatwierdź lub odrzuć swoje modele AutoML kontroluje zdolność użytkownika do aktywowania i dezaktywowania modeli z poziomu interfejsu wdrożenia uczenia maszynowego. Uprawnienie administratora Zatwierdź lub odrzuć modele AutoML również kontroluje tę możliwość.

Role w przestrzeni dodatkowo kontrolują zdolność użytkownika do wykonywania działań zatwierdzania modelu. Aby aktywować i dezaktywować modele z wdrożenia uczenia maszynowego, użytkownik musi mieć:

  • Przestrzenie udostępnione: rolę Właściciel, Może zarządzać lub Może edytować w przestrzeni, w której znajduje się wdrożenie uczenia maszynowego.

  • Przestrzenie zarządzane: rolę Właściciel lub Może zarządzać w przestrzeni, w której znajduje się wdrożenie uczenia maszynowego.

Administratorzy zatwierdzający modele mogą aktywować i dezaktywować modele z dowolnego wdrożenia uczenia maszynowego, do którego mają odpowiednie role w przestrzeni wymienione powyżej. Aby aktywować i dezaktywować modele używane w wdrożeniu uczenia maszynowego w przestrzeni prywatnej innego użytkownika, administrator zatwierdzający model musi użyć centrum aktywności Administrowanie.

Uprawnienia administratora zatwierdzającego modele

Uprawnienie administratora Zatwierdź lub odrzuć modele AutoML z wartością Dozwolone, daje użytkownikowi możliwość aktywowania i dezaktywowania modeli. Uprawnienie to pozwala na wykonywanie tych działań z centrum aktywności Administrowanie oraz dodatkowo z interfejsu wdrożenia uczenia maszynowego (jeśli masz odpowiednie role w przestrzeni).

Wszyscy administratorzy dzierżawy mogą również aktywować i dezaktywować dowolny model z centrum aktywności Administrowanie.

Przepływ pracy

W tej sekcji przedstawiono przykładowy przepływ pracy, którego można użyć do maksymalnego wykorzystania zatwierdzania modeli.

Krok 1: Wdrożenie modelu przez użytkownika.

Gdy model jest po raz pierwszy wdrażany do uczenia maszynowego, uzyskuje status zatwierdzenia Żądane. Oznacza to, że model staje się widoczny w centrum aktywności Administrowanie, a administratorzy mogą go zatwierdzić lub odrzucić. Każdy użytkownik, który otworzy wdrożenie uczenia maszynowego, otrzyma również powiadomienie informujące go, że model musi zostać zatwierdzony, zanim będzie mógł generować predykcje.

Krok 2: zatwierdzenie lub odrzucenie modelu

Użytkownik lub administrator musi aktywować model do tworzenia predykcji. Jeśli zostanie podjęta decyzja, aby nie zezwalać modelowi na generowanie predykcji, administrator zatwierdzający może ustawić go jako Nieaktywny lub pozostawić w statusie Żądane do czasu zatwierdzenia.

Gdy model źródłowy we wdrożeniu uczenia maszynowego jest zatwierdzony i zdolny do generowania predykcji, ma status Aktywny. Gdy model źródłowy we wdrożeniu uczenia maszynowego zostanie wyłączony i nie będzie mógł dokonywać predykcji, będzie miał status Nieaktywny.

Krok 3: zmiana statusu modelu w czasie

Z czasem model może zostać zastąpiony przez inne modele lub dzierżawa może potrzebować dezaktywacji niektórych modeli, aby umożliwić innym modelom dokonywanie predykcji. Może to być rozwiązanie tymczasowe w celu bardziej efektywnego wykorzystania wdrożonych modeli uwzględnionych w subskrypcji lub stałe, jeśli chcesz zachować model wyłącznie do celów referencyjnych.

Czy ta strona była pomocna?

Jeżeli natkniesz się na problemy z tą stroną lub jej zawartością — literówkę, brakujący krok lub błąd techniczny — daj nam znać, co możemy poprawić!