Nawigacja po interfejsie wdrożenia uczenia maszynowego.
Po otwarciu wdrożenia uczenia maszynowego możesz wykonywać czynności związane z zarządzaniem i monitorowaniem oraz używać go do tworzenia predykcji na podstawie zestawów danych.
Otwórz wdrożenie uczenia maszynowego z katalogu. Dostępne są następujące opcje nawigacji:
Zatwierdzanie modeli
Informacje dotyczące wdrożenia
Predykcje zestawu danych
Predykcje w czasie rzeczywistym
Monitorowanie dryfu danych operacji
Status zatwierdzania modelu
Zanim wdrożenie uczenia maszynowego będzie mogło generować prognozy, jego model źródłowy musi zostać aktywowany. Proces ten jest znany jako zatwierdzanie modeli i pomaga kontrolować liczbę aktywnie używanych wdrożonych modeli w subskrypcji.
Jeśli masz odpowiednie uprawnienia, możesz aktywować oraz dezaktywować model źródłowy w zależności od potrzeb. W przeciwnym razie skontaktuj się z administratorem dzierżawy lub innym użytkownikiem z odpowiednimi uprawnieniami.
Zobacz:
Przegląd wdrożenia
Przegląd wdrożenia przedstawia cechy używane w szkoleniu modelu oraz szczegóły dotyczące wdrożenia.
Predykcje zestawu danych
Karta Predykcje zestawu danych przedstawia przegląd konfiguracji predykcji wdrożenia uczenia maszynowego. Z wdrożeniem uczenia maszynowego może być powiązanych kilka konfiguracji predykcji.
Aby uruchamiać, edytować lub usuwać predykcje, możesz użyć menu Działania. W tym menu możesz także edytować i usuwać harmonogramy predykcji.
Jeśli żaden harmonogram nie jest obecnie skonfigurowany dla Twojej predykcji, możesz również użyć menu Działania, aby utworzyć nowy harmonogram predykcji.
W przypadku wybrania opcji Edytuj konfigurację predykcji zostanie otwarty panel Konfiguracja predykcji.
Predykcje w czasie rzeczywistym
Panel Predykcje w czasie rzeczywistym zapewnia dostęp do interfejsu API predykcji w czasie rzeczywistym. Jeśli model w wdrożeniu uczenia maszynowego jest aktywowany do tworzenia Predykcji, ten panel jest widoczny.
Aby uzyskać informacje na temat interfejsu API predykcji, zobacz Tworzenie predykcji w czasie rzeczywistym.
Monitorowanie modelu
Można monitorować dryf danych i operacje wdrożenia ML. Aby monitorować model, otwórz panel Monitorowanie dryfu danych.
Dzięki monitorowaniu dryfu danych można ocenić zmiany w rozkładzie cech w modelu danych źródłowych. W przypadku zaobserwowania znacznego dryfu zaleca się ponowne nauczenie lub ponowną konfigurację modelu w celu uwzględnienia najnowszych danych, które mogą wskazywać na nowe wzorce w trendach danych.
Więcej informacji zawiera temat Monitorowanie dryfu danych we wdrożonych modelach.
Dzięki monitorowaniu operacji można wyświetlić szczegółowe informacje o tym, jak wdrożono uczenie maszynowe, takie jak liczba zdarzeń predykcji zakończonych powodzeniem lub niepowodzeniem oraz sposób, w jaki zdarzenia predykcji są zwykle wyzwalane.
Więcej informacji zawiera temat Monitorowanie operacji wdrożonego modelu.
Wyświetlanie eksperymentu uczenia maszynowego
Kliknij opcję Wyświetl eksperyment uczenia maszynowego w lewym dolnym rogu strony, aby otworzyć eksperyment uczenia maszynowego, na podstawie którego utworzono wdrożenie uczenia maszynowego.