Утверждение развернутых моделей
Чтобы модель в рамках развертывания машинного обучения можно было использовать для создания прогнозов, она должна быть активирована пользователем с достаточными правами. При активации модели все развертывания машинного обучения, использующие эту модель, активируются для прогнозирования.
Модели можно активировать и деактивировать по мере необходимости, чтобы оптимизировать использование подписки Qlik Cloud в организации. Процесс активации и деактивации моделей известен как утверждение модели.
Руководство для администраторов
В этом разделе справки описан процесс утверждения модели для пользователей, которые не имеют привилегий администратора. Для получения информации об утверждении моделей администраторами, в том числе о назначении разрешений на утверждение моделей, см. раздел Работа с утверждением модели в качестве администратора.
Сведения об утверждении модели
Утверждение модели позволяет пользователям и администраторам контролировать количество развернутых моделей в рамках подписки Qlik Cloud, которые активированы для прогнозирования. Подписка Qlik Cloud ограничивает число развернутых моделей, которые могут быть использованы для прогнозирования в определенный момент. Функция утверждения моделей дает пользователям и администраторам возможность активировать или деактивировать модели и назначать разрешения для утверждения модели соответствующим образом. Это позволяет еще эффективнее использовать подписку.
Состояние утверждения модели
Состояние утверждения развернутой модели показывает, можно ли использовать ее для прогнозирования. Развернутая модель может находиться в одном из следующих состояний в определенный момент времени:
-
Активно: модель активна и может генерировать прогнозы.
-
Неактивно: модель неактивна и не может генерировать прогнозы.
-
Запрошено: утверждение модели запрошено, но еще не предоставлено. Когда модель находится в состоянии Запрошено, она не учитывается в общем количестве развернутых моделей, разрешенных для подписки.
Состояние утверждения модели, отображаемое в верхней части интерфейса при открытии развертывания машинного обучения.
Состояние утверждения модели, отображаемое в верхней части интерфейса при открытии развертывания машинного обучения. В этом случае модель в развертывании имеет состояние Активная, то есть ее можно использовать для прогнозирования.
Активация и деактивация модели пользователем
Выполните следующие действия.
-
Откройте развертывание машинного обучения.
-
В верхней части интерфейса используйте переключатель, чтобы изменить состояние модели на Активная или Неактивная.
Для ознакомления с соответствующей процедурой для администраторов см. раздел Активация и деактивация моделей в качестве администратора.
Как проверить наличие возможности активировать и деактивировать модели
Наличие возможности утверждать и отклонять модели зависит от разрешений, назначенных вам администраторами клиента. Для получения конкретных сведений см. раздел Методы и требования.
Если у пользователя есть правоактивировать и деактивировать модель для прогнозирования, он будет видеть переключатель в верхней части интерфейса при открытии развертывания машинного обучения. Этот переключатель позволяет активировать или деактивировать прогнозирование для исходной модели. Также можно просмотреть текущий объем подписки, занимаемый активными моделями.
Состояние утверждения модели отображается в верхней части интерфейса развертывания машинного обучения, где доступен переключатель.
Если у пользователя нет возможности активировать или деактивировать модель для прогнозирования, он все равно может просматривать состояние утверждения исходной модели в верхней части интерфейса. Однако пользователь не может изменить это состояние.
Состояние утверждения модели отображается в верхней части интерфейса развертывания машинного обучения, переключатель недоступен.
Сценарии использования
Основная польза от утверждения модели заключается в более эффективном использовании подписки Qlik Cloud. При желании организация может дополнительно использовать утверждение моделей, чтобы обеспечить оптимальное качество развернутых моделей. Например, можно назначить права на утверждение модели определенному количеству пользователей, а остальные не смогут утверждать модели. Пользователи с правом на утверждение моделей могут обеспечить качество, чтобы помочь вашей организации создавать более точные и надежные прогнозы.
Деактивация развернутой модели ― это альтернатива удалению использующих ее развертываний машинного обучения. Деактивированная модель не учитывается как пригодная развернутая модель в подписке Qlik Cloud. Это позволяет более эффективно использовать выделенный объем клиента для развернутых моделей. Например, можно деактивировать устаревшие модели до появления новых данных для обучения, позволяя остальным пользователям выполнять прогнозирование на основе других моделей, пока есть такая возможность.
Методы и требования
Модель в рамках развертывания машинного обучения должна быть утверждена, прежде чем она сможет генерировать прогнозы. Утверждение модели может выполняться пользователями и администраторами.
| Метод утверждения | Где осуществляется утверждение | Необходимые разрешения |
|---|---|---|
| Пользователь | Развертывание машинного обучения |
Все из перечисленного:
|
| Администратор | Центр активности Администрирование |
Одно из следующего:
|
Метод утверждения модели пользователем
Пользователь (не администратор) открывает развертывание машинного обучения, а затем активирует или деактивирует исходную модель.
Метод утверждения модели администратором
Администратор активирует или деактивирует модели из раздела AutoML в центре активности Администрирование.
Разрешения на утверждение модели
В этом разделе описаны разрешения, необходимые для активации и деактивации моделей. Управление разрешениями на утверждение модели осуществляется путем редактирования роли User Default и назначения пользовательских ролей.
Дополнительно о том, как назначить разрешения, см:
-
Роли и разрешения для пользователей и администраторов (подписки на основе пользователей)
-
Роли и разрешения для пользователей и администраторов (подписки на основе объема)
Для получения дополнительной информации о доступных разрешениях в Qlik Cloud см. разделы:
-
Разрешения в роли User Default и в пользовательских ролях (подписки на основе пользователей)
-
Разрешения в роли User Default и в пользовательских ролях (подписки на основе объема)
Разрешения пользователя с правом на утверждение модели
Разрешение Одобрите или отклоните ваши модели AutoML дает пользователям право активировать и деактивировать модели из интерфейса развертывания машинного обучения. Разрешение администратора Одобрите или отклоните модели AutoML также предоставляет такую возможность.
Роли пространства дополнительно управляют правом пользователя выполнять действия по утверждению модели. Чтобы активировать и деактивировать модели из развертывания машинного обучения, пользователю необходимо иметь следующие роли.
-
Общие пространства: роль Владелец, Может управлять или Может изменять в пространстве, где находится развертывание машинного обучения.
-
Управляемые пространства: роль Владелец или Может управлять в пространстве, где расположено развертывание машинного обучения.
Администраторы с правом на утверждение модели могут активировать и деактивировать модели из любого развертывания машинного обучения, для которого у них есть соответствующие роли пространства, перечисленные выше. Чтобы активировать и деактивировать модели, используемые в развертывании машинного обучения в личном пространстве другого пользователя, администратор с правом на утверждение модели должен использовать центр активности Администрирование.
Разрешения администратора с правом на утверждение модели
Разрешение администратора Одобрите или отклоните модели AutoML со значением Разрешено наделяет пользователю способностью активировать и деактивировать модели. Данное разрешение позволяет выполнять эти действия из центра активности Администрирование, а также дополнительно из интерфейса развертывания машинного обучения (при наличии соответствующих ролей в пространстве).
Все администраторы клиента также могут активировать и деактивировать любую модель из центра активности Администрирование.
Рабочий процесс
В этом разделе описывается примерный рабочий процесс, который позволяет извлечь максимальную пользу из функции утверждения модели.
Шаг 1. Развертывание модели пользователем
Когда модель впервые разворачивается в рамках развертывания машинного обучения, она переходит в состояние утверждения Запрошено. Это означает, что модель становится видимой в центре активности Администрирование и администраторы могут ее одобрить или отклонить. Любой пользователь, открывший развертывание машинного обучения, также получит уведомление о том, что модель необходимо одобрить, прежде чем с ее помощью можно будет генерировать прогнозы.
Шаг 2. Утверждение или отклонение модели
Пользователю или администратору необходимо активировать модель для создания прогнозов. Если принято решение запретить модели генерировать прогнозы, администратор может перевести ее в состояние Неактивно или оставить в состоянии Запрошено до тех пор, пока не потребуется одобрение.
Когда исходная модель в развертывании машинного обучения утверждена и может генерировать прогнозы, она переходит в состояние Активно. Когда исходная модель в развертывании машинного обучения деактивирована для создания прогнозов, она переходит в состояние Неактивно.
Шаг 3. Изменение состояния модели с течением времени
Со временем модель может быть заменена другими моделями, или в клиенте может потребоваться деактивировать некоторые модели, чтобы генерировать прогнозы с использованием других моделей. Это может быть временным решением для более эффективного использования развернутых моделей, включенных в подписку, или постоянным, если требуется сохранить модель только для справочных целей.