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 zbiorcze)
-
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:
Status zatwierdzania modelu

Przegląd wdrożenia
Przegląd wdrożenia przedstawia cechy używane w szkoleniu modelu oraz szczegóły dotyczące wdrożenia.
Przegląd wdrożenia uczenia maszynowego

Predykcje zestawu danych
W predykcjach zestawu danych można uruchamiać predykcje zbiorcze i nimi zarządzać przy użyciu wdrożenia uczenia maszynowego. Kliknij przycisk Utwórz predykcję, aby utworzyć konfigurację predykcji, z której można uruchamiać predykcje zbiorcze. Z wdrożeniem uczenia maszynowego może być powiązanych kilka konfiguracji predykcji.
Za pomocą menu Działania w tabeli można wykonywać następujące czynności:
Uruchamianie predykcji na podstawie istniejących konfiguracji
Edycja i usuwanie konfiguracji
Tworzenie, edytowanie i usuwanie harmonogramów predykcji dla istniejącej już konfiguracji
Predykcje zestawu danych z przeglądem i rozwiniętym menu Działania

W przypadku wybrania opcji Edytuj konfigurację predykcji zostanie otwarty panel Konfiguracja predykcji.
Predykcje zestawu danych z panelem bocznym do konfiguracji predykcji

Predykcje w czasie rzeczywistym
Panel Predykcje w czasie rzeczywistym zapewnia dostęp do punktu końcowego predykcji w czasie rzeczywistym w interfejsie Machine Learning API. Jeśli model w wdrożeniu uczenia maszynowego jest aktywowany do tworzenia Predykcji, ten panel jest widoczny.
Informacje na temat tworzenia predykcji w czasie rzeczywistym zawiera temat Tworzenie predykcji w czasie rzeczywistym.
API predykcji w czasie rzeczywistym jest przestarzałe i zostało zastąpione przez punkt końcowy predykcji w czasie rzeczywistym w Machine Learning API. Sama funkcjonalność nie została wycofana. Do predykcji w czasie rzeczywistym należy używać w przyszłości punktu końcowego predykcji w czasie rzeczywistym w Machine Learning API.
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.
Panel Monitorowanie dryfu danych w AutoML

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.
Przegląd wdrożenia uczenia maszynowego
