Advanced Analytics-analyskällor

Det finns många maskininlärningsplattformar där utvecklare kan bygga, träna och driftsätta maskininlärningsmodeller i molnet.

För att koppla till en generisk modell måste du ha skapat en egen modell och driftsatt den till en slutpunkt på vald AI-/maskininlärningsplattform. Slutpunkten måste kunna nås offentligt av Qlik Cloud.

Begränsningar

• Advanced Analytics-kopplingen är begränsad till 200 000 rader per begäran. Som standard skickas dessa till en slutpunktstjänst i batchar om 2 000 rader men det går att konfigurera när kopplingen skapas. I scenarier när fler rader behöver bearbetas kan du använda en Loop i datainläsningsskriptet för att bearbeta flera rader gruppvis.

• I ett scenario där ett program regelbundet laddas om är bästa praxis att cachelagra maskininlärningsförutsägelser med en QVD-fil och endast skicka nya rader till slutpunkten. Det kommer att förbättra prestanda för Qlik Sense-programladdning och minska belastningen på modellens slutpunkt.

• Resurserna som är tillgängliga på de tjänster där modellen har driftsatts kommer att påverka och begränsa prestanda för Qlik Sense-inläsning och diagramrespons.

• När du använder Advanced Analytics-kopplingar i ett diagramuttryck rekommenderas det att tillhandahålla datatyper för fält eftersom modellen behöver behandla dessa i rätt strängformat/numeriskt format. En begränsning med komplement på serversidan i diagramuttryck är att datatyper inte identifieras automatiskt eftersom de finns i laddningsskriptet.

• Om du använder ett relativt kopplingsnamn och bestämmer dig för att flytta din app från ett delat utrymme till ett annat delat utrymme eller om du flyttar din app från ett delat utrymme till ditt privata utrymme kommer det att ta ett tag innan den analytiska kopplingen uppdateras för att motsvara den nya utrymmesplatsen.