Azure ML 分析來源

Azure ML 是一個機器學習平台，用於自動化、確保和加速預測分析，幫助資料科學家和分析師建置和部署準確的預測模型。

支援下列 Azure ML 服務：

• 自動化 ML

• 設計人員

要連線到 Azure ML，您必須已建立模型或有權存取模型，並將其部署到 Azure ML 平台上的端點。此端點必須可由 Qlik Cloud 公開存取。

Azure 機器學習

限制

• Azure ML 使用限制和配額：

  透過 Azure 機器學習為資源管理並增加配額

• 呼叫 Azure ML 端點時，已部署模型和請求的 Azure 配額會影響和限制 Qlik Sense 載入和圖表回應的效能。

• Azure ML 連接器限制為每個請求 200k 列。這些請求以 2k 列為一組傳送到端點服務。在需要處理更多列的狀況下，使用資料載入指令碼中的 Loop 來批次處理更多列。

• 在定期重新載入應用程式的情況下，最佳做法是使用 QVD 檔案快取預測，並且只將新列傳送到預測端點。這將提升 Qlik Sense 應用程式重新載入的效能，並減少 Azure ML 端點上的負載。

• 在圖表運算式中使用 Azure ML 時，提供欄位的資料類型相當重要，因為模型需要以正確的字串/數字格式處理這些資料類型。圖表運算式中伺服器端擴充有一個限制，也就是資料類型不會像在載入指令碼中那樣自動偵測。

• 如果您使用的是相對連線名稱，並且您決定將應用程式從一個共用空間移動到另一個共用空間，或者您將應用程式從一個共用空間移動到您的私人空間，則更新分析連線以反映新的空間位置需要一些時間。