Wybieranie i ładowanie danych z połączenia Azure ML

Po utworzeniu połączenia można wybrać dane i załadować je do aplikacji lub skryptu Qlik Sense. Dane ładuje się w narzędziu Edytor ładowania danych lub Skrypt.

Przed użyciem połączenia aplikacja wymaga co najmniej tabeli danych źródłowych z unikatowym identyfikatorem i polami wejściowymi, które będą zawierały treść do wysłania do modeli w przypadku problemów i zadań uczenia maszynowego. Zanotuj nazwę tabeli i pola, ponieważ będą one potrzebne w następnym oknie dialogowym wybierania.

Wykonaj następujące czynności:

1. Otwórz Edytor ładowania danych lub Skrypt.

2. Na panelu Źródła danych w prawej części strony przejdź do zapisanego połączenia i kliknij . Spowoduje to otwarcie kreatora Wybierz dane.

3. Wprowadź Tabelę rezydentną, która zostanie wysłana do punktów końcowych uczenia maszynowego.

   Tabela rezydentna powinna być nazwą tabeli rezydentnej z danymi źródłowymi załadowanymi do aplikacji. Nazwę tabeli rezydentnej znajdziesz w Przeglądarce modelu danych.

4. Dostępna tabela zwracana pojawi się automatycznie w obszarze Tabele.

   Nazwa tabeli zwracanej to ta, która została skonfigurowana w połączeniu.

   • Wybierz opcję Załaduj dynamicznie wszystkie pola, jeśli chcesz załadować do aplikacji wszystkie pola zwrócone z modelu i utworzono połączenie Azure ML z konfiguracją Załaduj wszystkie dostępne pola.

   • Wybierz nazwy kolumn do załadowania do aplikacji, jeśli połączenie zostało utworzone bez konfiguracji Załaduj wszystkie dostępne pola.

5. Na podstawie dokonanych wyborów zostanie automatycznie wygenerowany skrypt.

   Kliknij polecenie Wstaw skrypt.

6. Nowy skrypt będzie widoczny w edytorze tekstu, ale będzie wymagać dodatkowej edycji.

   Uzupełnij skrypt, określając tylko te pola, których oczekuje model Azure ML. Wszystkie pola muszą być dostępne w tabeli rezydentnej.

7. Załaduj aplikację.

   Podczas ładowania aplikacji najpierw oczekiwane będzie załadowanie danych źródłowych jako tabeli rezydentnej, a następnie wykorzystanie ich jako danych wejściowych żądania skierowanego do punktów końcowych Azure ML.