Criando uma conexão Azure ML

Item de menu suspenso para selecionar a configuração que determina quais modelos do Azure ML devem ser usados para previsões de modelos de aprendizado de máquina.

Configurações compatíveis:

• Azure ML - Formato legado: Essa configuração deve ser usada para os modelos implementados antes de meados de janeiro de 2022 que foram criados usando o Automated ML, que espera o JSON no seguinte formato:

  {    "data": [      {        <field_list>      }    ] }

• Azure ML: Essa configuração deve ser usada para os modelos que são criados usando o Automated ML ou o Designer , que espera o JSON no seguinte formato:

  {    "Inputs": {      "<JSON_object_name>(default is ‘data’)": [        {          < field_list >        }      ]    } }

Nome do endpoint.

O nome do endpoint é o identificador fornecido para o endpoint na Azure. Isso geralmente é criado pelo usuário que configura o endpoint ou implanta um modelo.

Fornece a Chave de endpoint do Azure ML.

Todos os modelos no Azure são autenticados com a autenticação baseada em chave do Azure habilitada. Isso requer uma chave de acesso (chave primária ou secundária) gerada que tenha acesso ao recurso do modelo.

Nome da entrada do serviço Web: Nome do objeto JSON esperado pelo modelo de machine learning implementado. Deverá ser alterado se o nome padrão não se adequar ao formato usado pelo modelo.

• Nome da tabela retornada: Nome da tabela retornada do modelo de aprendizado de máquina implantado.

• Caminho da tabela (JMESPath): A Tabela pode ser especificada usando o caminho da tabela JMES para a linha de previsões na matriz de resposta JSON.

• Carregar todos os campos disponíveis: Habilite o carregamento de todos os campos disponíveis retornados pelo terminal de aprendizado de máquina. Desativar isso permitirá que você especifique os campos e valores da tabela a serem carregados no aplicativo.

  Ao desenvolver aplicativos, é recomendado primeiro carregar todos os campos retornados do endpoint do modelo e, em seguida, potencialmente remover os campos que não são necessários para a análise no aplicativo.

• Campos de tabela (JMESPath): Os campos da tabela podem ser especificados adicionando o seguinte:

  • Nome: o nome da tabela que será carregada no aplicativo.

  • Valor: o nome da linha de resposta na matriz de resposta JSON.

  A linguagem de consulta JMESPath pode ser usada para analisar a matriz de resposta JSON.

• Campo de associação: Um campo da tabela de dados de entrada contendo um identificador exclusivo.

  É necessário incluir esse campo nos dados de origem ao fazer uma solicitação de terminal para que a tabela de resultados retornada seja associada à tabela de campo de origem usando uma chave. O campo designado será retornado como um campo na resposta e permitirá que as previsões sejam associadas aos dados de origem no modelo de dados. Pode ser qualquer campo com um ID exclusivo, seja dos dados de origem ou como parte do processo de carregamento da tabela.

• Enviar campo de associação: Quando selecionado, o campo especificado como o campo de associação será retornado ao Qlik Sense e incluído nos campos enviados ao terminal

  Se o campo pertencer aos dados de origem e for esperado pelo modelo, ele precisará ser enviado ao modelo habilitando Enviar campo de associação.