Ir para conteúdo principal

Azure ML

NESTA PÁGINA

Azure ML

O Azure ML é uma plataforma de aprendizado de máquina para automatizar, garantir e acelerar análises preditivas, ajudando cientistas e analistas de dados a construir e implantar modelos preditivos precisos.

Para se conectar ao Azure ML , você deve ter criado ou ter acesso a um modelo e implantado em um endpoint na plataforma AWS. Este endpoint deve ser acessível publicamente pelo Qlik Cloud.

https://azure.microsoft.com/en-us/services/machine-learning/.

Limitações

  • O Azure ML usa limites e cotas:

    https://docs.microsoft.com/en-us/azure/machine-learning/how-to-manage-quotas.

  • Cotas dp Azure de modelos implantados e solicitações afetarão e limitarão o desempenho no carregamento e na capacidade de resposta do Qlik Sense ao chamar endpoints Azure ML.

  • O conector Azure ML está limitado a 200 mil linhas por solicitação. Eles são enviados ao serviço de endpoint em lotes de 2 mil linhas. Em cenários em que mais linhas precisam ser processadas, use um Ciclo dentro do script de carregamento de dados para processar mais linhas em lotes

  • Em um cenário em que um aplicativo é recarregado regularmente, é uma prática recomendada armazenar em cache as previsões usando um arquivo QVD e enviar apenas as novas linhas para o endpoint de previsão. Isso melhorará o desempenho do carregamento do aplicativo do Qlik Sense e reduzirá a carga no endpoint Azure ML.

  • Ao usar o Azure ML em uma expressão de gráfico, é importante fornecer os tipos de dados dos campos, pois o modelo precisa processá-los no formato numérico/string correto. Uma limitação das extensões no lado do servidor em expressões de gráfico é que os tipos de dados não são detectados automaticamente, pois são no script de carregamento.

  • Se estiver usando um nome de conexão relativo e decidir mover seu aplicativo de um espaço compartilhado para outro, ou se mover seu aplicativo de um espaço compartilhado para seu espaço privado, levará algum tempo conexão analítica ser atualizada para refletir a nova localização do espaço.